作者:李锦源; 汪宏喜入侵检测粗糙集支持向量机增量学习
摘要:目前入侵行为有多样化和复杂化的趋势,如何快速准确地检测出新未知类型的攻击已成为研究焦点。文章将增量式学习引入支持向量机中,巧妙将粗糙集的属性约简与增量式支持向量机较强泛化能力相结合,建立一种基于RS—ISVM的网络入侵检测系统模型。并充分利用广义KKT条件作为判断标准,来提高分类的精度和节约训练时间,经理论分析和实验阐明了该组合模型对入侵检测的有效和合理性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《煤炭技术》(CN:23-1393/TD)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
省级期刊
人气 366716 评论 69
人气 252212 评论 66
人气 249753 评论 47
部级期刊
人气 248709 评论 10