基于支持向量機(jī)的入侵檢測技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，對計算機(jī)整個系統(tǒng)的安全性提出了更多更高的要求，特別是針對計算機(jī)系統(tǒng)的入侵，必須能夠及時、有效的檢測處理和防范。將支持向量機(jī)分類器應(yīng)用到入侵檢測中，可以保證在先驗(yàn)知識不足的情況下，支持向量機(jī)分類器仍有較好的分類正確率，從而使整個入侵檢測系統(tǒng)具有較好的檢測性能。 本篇論文主要討論了支持向量機(jī)和入侵檢測方法的基本理論和各種算法。支持向量機(jī)的速度問題是限制其進(jìn)一步應(yīng)用的主要問題，人們提出了各種改進(jìn)方法。但是當(dāng)樣本集混

2、疊比較嚴(yán)重或存在于另一類中的樣本點(diǎn)較多時，直接用支持向量機(jī)的方法進(jìn)行分類顯然是不行的，有人提出先對訓(xùn)練集用最近鄰的方法進(jìn)行修剪，根據(jù)每個樣本與其最近鄰類標(biāo)的異同決定取舍，然后再用支持向量機(jī)訓(xùn)練得到分類器。這樣的分類器不能對支持向量機(jī)分類間隔之間的樣本點(diǎn)進(jìn)行有效的分類。 因此，本文在以上算法的基礎(chǔ)上，對支持向量機(jī)的測試過程進(jìn)行了改進(jìn)。在用修剪后的樣本集進(jìn)行訓(xùn)練后，得到相應(yīng)的支持向量和參數(shù)；然后對測試樣本集進(jìn)行測試，判斷待識別樣本是