基于改进NN-SVM算法的网络入侵检测

摘要：

在网络入侵检测中,引入类归属度对NN-SVM算法进行改进.综合距离与同异类点个数因素,通过计算样本点对最近T个样本点的类别归属程度来决定取舍,以此对样本集进行修剪,从而降低正反类的混淆程度,以降低SVM的学习代价,提高泛化能力.试验表明:与SVM算法相比,改进的NN-SVM算法能有效地减少学习样本数,解决小样本的机器学习问题,提高系统检测性能.

关键词：入侵检测、改进NN-SVM、类归属度

所属期刊栏目：30

分类号：TP393.0(计算技术、计算机技术)

在线出版日期：2010-04-12（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：126-130