改进的WSVM入侵检测方法.pdfVIP

第25卷 第11期 计 算 机 仿 真 2008年11月 文章编号 ：1006—9348(2008)011—0157—04 改进 的WSVM 入侵检测方法 朱芳芳，李志华，王士同 (江南大学信息工程学院，江苏 无锡214122) 摘要：在网络入侵检测中，数据类别不均衡训练集的使用将产生分类偏差。支持向量机(SVM)是一种新型的统计学习模型， 在处理小样本和学习机的推广能力上有很大的优势。将加权支持向量机 (WSVM)用于网络入侵检测中，使得入侵检测在小 样本的条件下仍然具有较好的推广能力，并结合同时处理KDDCup1999Data中的连续数据和离散字符，计算机仿真结果与 其他方法比较结果表明，改进的WSVM入侵检测方法不但检测率提高，而且训练时间也缩短了，所以此改进方法是可行而 高效的。 关键词：支持向量机；入侵检测 ；加权系数；离散 中图分类号：TP393．08 文献标识码 ：A