采用改进PTSVM的入侵检测研究  

Study on intrusion detection using improved Progressive Transductive SVM

作　　者：刘宇[1,2] 朱随江[1,2] 刘宝旭[2] 

机构地区：[1]中国科学院研究生院,北京100049 [2]中国科学院高能物理研究所计算中心,北京100049

出　　处：《计算机工程与应用》2012年第5期1-3,74,共4页Computer Engineering and Applications

基　　金：国家"十一五"科技支撑计划重大项目(No.2009BAH52B06);中科院知识创新重点方向项目(No.YYYJ-1013)

摘　　要：针对ISVM以及TSVM在基于异常的入侵检测中存在的问题,面向网络入侵数据特征改进了PTSVM算法,提出了有倾向的区域标注法,使其可以快速准确地对以无标签训练样本为主的入侵数据进行训练学习,得到接近最优解的分类超平面。实验证明基于改进PTSVM的入侵检测算法在训练和检测速度上明显高于其他算法,对于攻击样本的检测率有很大提高。To overcome the problems of ISVM and TSVM in intrusion detection,this paper improves PTSVM for network intrusion data features and designs a method with area marked tendency.It makes the training of PTSVM more quickly and accurately,leading a split plane more close to the optimum.Experiments show that intrusion detection based on improved PTSVM has an obvious advantage in training and testing speed,and it greatly improves the detection rate of attack samples.

关 键 词：网络安全 入侵检测 半监督学习 渐进直推式支持向量机 有倾向区域标注 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]