基于约简SVM的网络入侵检测模型  

Network Intrusion Detection Model Based on Simplified SVM

作　　者：曾志强[1,2] 高济[2] 朱顺痣[1] 

机构地区：[1]厦门理工学院厦门市软件体系结构重点实验室,厦门361024 [2]浙江大学计算机科学与技术学院,杭州310027

出　　处：《计算机工程》2009年第17期132-134,共3页Computer Engineering

基　　金：福建省青年人才基金资助项目(2008F3108);厦门理工学院校引进人才基金资助项目(YKJ08003R)

摘　　要：支持向量的数量越大,基于SVM的网络入侵检测系统速度越慢。针对该问题提出一种新的SVM约简方法,在特征空间中对支持向量进行聚类,寻找聚类质心在输入空间中的原像,将其作为约简向量,以实现支持向量削减目的。实验结果证明,该方法能提高SVM入侵检测引擎的速度,增强入侵检测系统的实时响应能力。The larger the number of support vectors is, the slower the detection speed of network intrusion detection system based on SVM is. Aiming at this problem, a novel method to simplify SVM is presented. The support vectors are organized in clusters in the feature space. For each cluster centroid, it finds the pre-image in input space and adopts it as a reduced vector to compress the number of support vectors. Experimental results show that this method can improve detection speed of SVM engine and enhance the real-time response capability of intrusion detection system.

关 键 词：入侵检测 支持向量机 核聚类 原像 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]