模糊多类支持向量机和其在入侵检测中的应用_李昆仑.pdf

第28 卷 第2 期 计 算 机 学 报 Vol. 28 No. 2 2005 年2 月 CHINESE JOURNA L OF COMPU TERS Feb. 2005 1) 2) 2) 1) 3) 李昆仑 黄厚宽 田盛丰 刘振鹏 刘志强 1) ( 河北大学数学与计算机学院 保定 071002) 2) ( 北方交通大学计算机与信息技术学院 北京 1000 ) 3) ( 河北大学物理科学与技术学院 保定 071002) 针对支持向量机理论中现存的问题: 多类分类问题和对于噪音数据的敏感性, 提出了一种模糊多类支持 向量机算法. 该算法是在Weston 等人提出的多类SVM 分类器的直接构造方法中引入模糊成员函数, 针对每个输 入数据对分类结果的不同影响, 该模糊成员函数得到相应的值, 由此可以得到不同的惩罚值, 并且在构造分类超平 面时, 可以忽略那些对分类结果影响很小的数据. 在充分的数值实验基础上, 将文中提出的方法应用于当前一个重 要的应用领域) ) ) 计算机网络入侵检测问题, 并得到了较好的实验结果. 理论分析与数值实验都表明, 该算法是切 实可行的, 并具有良好的鲁棒性. 多类分类问题; 支持向量机( SVM ) ; 模糊成员函数; 入侵检测 TP 18 Fuzzy Multi-Class Support Vector Machine and Application in Intrusion Detection 1) , 2) 2) 2) 1) 1) LI Kun-Lun H UANG Hou-Kuan T IAN Sheng-Feng LIU Zhen-Peng LIU Zh-i Q iang 1) (School of M athematics Comp uter Science, H ebei University , Baoding 071002) 2) (School of Comp uter I nf or mation echnology , N orther n Jiaotong University , Beij ing 1000 ) 3) (School of Physics echnology , H ebei University , B aoding 071002) Abstract SVM s ( support vector machines) are very pow erful in classification and regression, and have been app