SVMENCL：一种入侵检测的新方法.pdfVIP

维普资讯 第 16卷 第3期 云南民族大学学报 (自然科学版) Vo1．16 No．3 2007年 7月 JournalofYunnanNationalitiesUniversity(NaturalSciencesEdition) Ju1．2Oo7 SVMENCL：An IntrusionDetectionM ethod GuYu， ZhouBo ZhaoJiashu (1．SchoolofEducation，YunnanNationalitiesUniversity，Kunming650031，China；2．SchoolofElectronic andInformationEngineering，XianJiaotongUniversiyt，Xian710049，China；3．YunnanCollege ofBusinessManagement，Kunming650106，China) Abstract：TheindividualSVM ispronetofailintheintrusiondetectionforthefragilityofbeingattacked．Th is paperaddressesamehtodusingasupportvectormachinesensembleapproachbasedonnegativecorrelationlearning ofrintursiondetection．Usingacorrelationpenalyttemr intheerrorfunction，theaggregatememberscanbeaccu— rateanddiverse．Andhteevolutionarystrategyisconsideredasthebestwaytoautomaticallydetemr inetheindivid— ualSVMshyperparameters．Atlastwecombinehteresul~ofallindividualSVMsusingensemb letechnique．This distributedparalleldetectioncansrtengthenhterobustnessofhtesystem．Simulationresultsshow hteeffectiveness ofhtemethodpresentedinhtispaper． Keywords：intrusiondetection；negativecorrelationlearning；ensemb le；supportvectormachine SVMENCL：一种入侵检测的新方法 谷 雨 ， 周 波 赵佳枢 (1．云南民族大学教育学院，云南 昆明650031；2．西安交通大学 电子信息工程学院，西安710049； 3．云南省经济管理职业学院，云南 昆明650106) 摘 要 在人侵检测中使用单个的支持向量机容易因“单点失效”而危害系统安全．提出一种基于支持向量机集成的方 法来进行人侵检测．它采用负相关学习技术，在误差项中使用相关性惩罚因子使得生成的分类器有更好的多样性和精度；算 法采用进化策略来 自动地确定个体支持向量机的超参数 ，避免了需要了解问题的先验知识；最后，采用集成技术来组合个体 支持向量机的检测结果．仿真实验表明这一方法有更好的检测性能，并且这种分布式并行检测方法有利于增加人侵检测系统 的鲁棒性． 关键词 人侵检测；负相关学习；集成；支持向量机 【中图分类号】TP393．08 【文献标识码】A 【文章编号2007)03—0247—05 trusion det