采用FA和SVDFRM的SVM入侵检测分类模型

摘要：

提出了一种新型网络入侵检测分类模型,设计了一个基于支持向量机(SVM)的分类器.采用因子分析法(FA)将行为样本的众多相关网络特征融合成精简的综合特征,实现了对网络监测数据的降维.利用支持向量决策函数排序法(SVDFRM),通过支持决策向量函数得到网络行为的特征贡献率并提取网络行为的重要特征.KDD99数据集测试实验结果表明,提出的分类模型降维效果显著,具有较好的实时性和较高的检测率.

关键词：分类、因子分析法、网络入侵监测、支持向量决策函数排序法、支持向量机

所属期刊栏目：38

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金60776807;国家863计划重点课题2006AA12A106

在线出版日期：2009-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：240-244