一种基于快速增量SVM的入侵检测方法

作者：牟琦 陈艺坤 毕孝儒 厍向阳入侵检测增量支持向量机邻界区样本分散度

摘要：针对基于支持向量机（SVM）的入侵检测方法检测率低、检测速度慢的问题,提出一种基于快速增量SVM的入侵检测方法B-ISVM。该方法在确定邻界区后筛选其中的样本进行训练,完成分类超平面的初步构造,利用筛选因子提取支持向量,再进行基于KKT条件的增量学习,实现增量SVM分类器的构造。实验结果表明,该方法可以提高入侵检测率和检测速度,拥有更好的分类性能。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社