支持向量分类机在入侵检测中的应用研究
中国知网
桂林电子科技大学
摘要
为解决入侵检测系统的泛化能力问题,分析了多类分类器的理论框架,并综合考虑训练集数据的预处理、交叉验证时间和入侵检测模型准确率三个因素,提出了一种改进的粗细网格参数优化算法。在基于支持向量机的入侵检测模型中,将KDD数据集映射到高维空间,并采用不同的算法对核函数相关参数进行优化。实例仿真计算表明,通过改进的网格搜索法所获得的参数相对来说有明显的时间优势,分类精度和效率得到了提高。
关键词
入侵检测系统 KDD数据集 支持向量机 核函数 网格搜索 intrusion detection system KDD dataset support vector machine kernel function grid search
