核主成分SVM在煤炭网络入侵检测中的应用.pdfVIP

第32 卷第6 期 煤 炭 技 术 Vol.32,No.06 2013 年6 期 Coal Technology June,2013 核主成分SVM 在煤炭网络入侵检测中的应用 秦 浩 （淄博职业学院信息工程系，山东淄博 255314） 摘 要:针对煤炭网络入侵检测数据属性非线性冗余的特点，提出了一种核主成分分析支持向量机检测方法。该方 法可以有效地对非线性冗余属性提取主成分，提高了入侵检测的精度。在kdd cup 99 数据集上的实验表明本文方 法较传统支持向量机检测方法和主成分分析支持向量机检测方法具有明显的优势。 关键词:核函数；主成分分析；网络入侵检测；非线性冗余 中图分类号:TP393 文献标识码:A 文章编号:1008-8725（2013 ）06-0157-03 Application of Kernel Principal Component SVM on Coal Network Intrusion Detection QIN Hao （Department of Information Engineering, ZiBo Vocational Institute, Zibo 255314, China ） Abstract:As the attributes of coal network intrusion detection data are non -linear and redundant, in this paper, we proposed a kernel principal component analysis -based support vector machine detection method. The proposed method can effectively extract principal components from non-linear and redundant attributes. Experiments on kdd cup 99 data set show that the proposed method has good advantage than traditional support vector machine method and principal component analysis-based support vector machine method. Key words:kernel function; principal component analysis; network intrusion detection; non-linear and redundant 假定有样本，每个样本共有p 个特征，构成一个 0 引言 n×p 阶的数据矩阵： ∧ ∧ ∧ x x ∧ x ∧ 为了进一步提高支持向量机对网络入侵行为的检