您的位置： 专家智库 > >

赵春兰

作品数：1 被引量：6H指数：1
供职机构：西安科技大学计算机科学与技术学院更多>>
发文基金：陕西省自然科学基金陕西省教育厅科研计划项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇递归
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇入侵
  • 1篇入侵检测
  • 1篇入侵检测系统
  • 1篇网络
  • 1篇网络入侵
  • 1篇网络入侵检测
  • 1篇网络入侵检测...
  • 1篇维数
  • 1篇向量
  • 1篇向量机
  • 1篇高维
  • 1篇高维数据
  • 1篇SVM

机构

  • 1篇西安科技大学

作者

  • 1篇龚尚福
  • 1篇厍向阳
  • 1篇赵春兰

传媒

  • 1篇计算机工程与...

年份

  • 1篇2012
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于R-SVM的网络入侵检测系统被引量：6
2012年
入侵检测系统(IDS)在处理高维数据时具有计算量大、占用计算机资源较多、训练和预测时间较长等缺点,这就需要对数据在确保有用信息不丢失的前提下进行约简。递归支持向量机(R-SVM)根据各个特征在svm分类器中的贡献大小从分类结果中提取使分类器性能最好的特征,以实现维数约简的目的。将R-SVM理论引入入侵检测系统中,提出了一种基于R-SVM入侵检测方法。通过对KDDCUP99数据集中10Percent数据子集的测试实验结果表明,与用粗糙集做特征提取及传统的几种分类算法相比,用R-SVM做特征提取并结合SVM分类算法用于IDS中的性能较好;与使用全部特征构建的支持向量分类器相比,前者能在保障较好的分类精度的同时,降低训练和预测时间。
龚尚福赵春兰厍向阳
关键词：入侵检测系统高维数据支持向量机
全选 清除 导出
共1页<1>
聚类工具0