基于模糊支持向量机的网络入侵检测  

Network Intrusion Detection based on Fuzzy Support Vector Machine

作　　者：王艳清[1] 王明生[1] 

机构地区：[1]北京化工大学信息科学与技术学院,北京100029

出　　处：《计算机安全》2011年第5期26-30,共5页Network & Computer Security

摘　　要：针对目前入侵检测算法存在的分类精度或者效率不高的问题,提出了改进的Relief特征提取算法和基于模糊支持向量机的入侵分类算法。通过对NSL_DATA数据集的预处理和主动学习模式,降低了最小二乘支持向量机的二次线性规划问题求解的复杂度。采用决策树的分类模式,提高了数据样本的检测效率和分类精度。Due to the problem of low detection precision or inefficiency in the intrusion detection system,the paper proposes the modified Relief Algorithm and the intrusion detection Algorithm based on FSVM.It reduces the complexity of solving quadratic linear programming to improve the efficiency and precision which depends on the model of decision tree after the preprocessing of the NSL_DATA Data Set and the active learning model.

关 键 词：入侵检测系统 RELIEF算法 支持向量机 模糊C均值 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]