基于双重支持向量机的网络故障诊断

发布时间：2018-06-27 00:30

  本文选题：网络故障诊断 + 支持向量机　； 参考：《控制与决策》2013年04期

【摘要】：为了提高网络故障诊断模型的建立和诊断速度,提出一种双重支持向量机(Dual-SVM)算法.通过两次SVM训练确定诊断模型:第1次SVM训练通过两类样本的类中心和样本点在类中心连线方向上的投影分布情况直接确定近似最优分类面;第2次SVM训练根据第1次的训练结果选择边界样本点并计算其模糊隶属度,通过模糊SVM获得诊断模型.在DARPA数据集上的实验表明,Dual-SVM相较SVM能够获得更快的训练速度和更加简单的故障诊断模型.
[Abstract]:A dual support vector machine (Dual-SVM) algorithm is proposed to improve the network fault diagnosis model and diagnosis speed. The diagnosis model is determined by two SVM trainings: the first SVM training determines the approximate optimal classification surface directly through the projection distribution of the class center of two kinds of samples and the sample points in the direction of the cluster center line; According to the results of the first training, the second SVM training selects the boundary sample points and calculates its fuzzy membership degree, and obtains the diagnosis model by fuzzy SVM. Experiments on DARPA dataset show that Dual-SVM can obtain faster training speed and simpler fault diagnosis model than SVM.
【作者单位】： 空军工程大学信息与导航学院;
【基金】：国家自然科学基金项目(61003252) 全军军事学研究生课题(2011JY002-524) 空军工程大学创新基金项目(201105)
【分类号】：TP393.06;TP18

【参考文献】

相关期刊论文 前2条

1 周皓;李少洪;;SVM最优分类面相对位置的修正[J];北京航空航天大学学报;2009年11期

2 韩德强;韩崇昭;杨艺;;基于k-最近邻的支持向量预选取方法[J];控制与决策;2009年04期

【共引文献】

相关期刊论文 前4条

1 张战成;王士同;邓赵红;Chung Fu-lai;;支持向量机的一种快速分类算法[J];电子与信息学报;2011年09期

2 蒋觉义;何玉珠;李建宏;;基于误差最小的SVM最优分类面修正[J];北京航空航天大学学报;2012年11期

3 李仁兵;李艾华;王声才;白向峰;;支持向量预选的凸壳顶点法[J];控制与决策;2010年12期

4 张战成;王士同;邓赵红;钟富礼;;一种支持向量机的快速分类算法[J];控制与决策;2012年03期

相关博士学位论文 前2条

1 吕青;思维进化和支持向量机理论及其在炼焦配煤优化中的应用研究[D];太原理工大学;2011年

2 张战成;基于统计学习的协作分类与隐私保护方法及应用研究[D];江南大学;2011年

相关硕士学位论文 前3条

1 赵静;天然地震与人工爆破波形特征提取与识别算法研究[D];广西师范大学;2011年

2 陈凯;单尺度词袋模型图像分类方法研究[D];西南大学;2012年

3 贺元元;支持向量机样本预选取技术在语音识别中的应用研究[D];太原理工大学;2012年

【二级参考文献】

相关期刊论文 前7条

1 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期

2 焦李成,张莉,周伟达;支撑矢量预选取的中心距离比值法[J];电子学报;2001年03期

3 文传军;詹永照;;基于自调节分类面SVM的平衡不平衡数据分类[J];系统工程;2009年03期

4 丁爱玲,刘芳,曹伟;支撑矢量预选取的自适应投影算法[J];计算机工程与应用;2002年19期

5 安金龙,王正欧;预抽取支持向量机的支持向量[J];计算机工程;2004年10期

6 张宝昌;陈熙霖;山世光;高文;;基于支持向量的Kernel判别分析[J];计算机学报;2006年12期

7 廖东平;魏玺章;黎湘;庄钊文;;一种新的支持向量机快速训练算法[J];系统工程与电子技术;2007年11期

【相似文献】

相关期刊论文 前10条

1 李爰媛;孟相如;张立;庄凌屹;;基于数值型属性约简的SVM网络故障诊断[J];计算机工程;2009年07期

2 李千目;许满武;张宏;刘凤玉;;基于支持向量基的网络应用层故障检测系统[J];系统仿真学报;2006年07期

3 吴静,周建国,晏蒲柳;支持向量机在网络故障诊断中的应用研究[J];计算机工程;2004年22期

4 李菲;;基于Mobile Agent的网络故障管理的研究[J];微型电脑应用;2010年11期

5 刘国光;基于多类SVM的网络故障诊断[J];黄石高等专科学校学报;2005年01期

6 尹中航,王永成,蔡巍;应用支持向量机进行网上信息自动分类[J];高技术通讯;2001年11期

7 王世俊;网络故障诊断浅谈[J];计算机时代;2002年01期

8 徐济仁 ,陈家松 ,詹宏生;网络故障诊断及提高网络登录与运行速度[J];中国数据通信;2002年06期

9 李辉,管晓宏,昝鑫,韩崇昭;基于支持向量机的网络入侵检测[J];计算机研究与发展;2003年06期

10 饶鲜,董春曦,杨绍全;应用支持向量机实现计算机入侵检测[J];西安电子科技大学学报;2003年03期

相关会议论文 前10条

1 刘李男;杨岳湘;唐川;;一种基于熵优化支持向量机的P2P流量检测方法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

2 贺涛;曹先彬;;基于SVM的无线De-authentication攻击检测[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

3 张满怀;;两类基于异常的网络入侵检测方法的比较[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年

4 张家超;孔媛媛;;结合SVM与免疫遗传算法设计IDS的检测算法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

5 刘晓勇;;基于GA与SVM融合的网页分类算法[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

6 杨业;王永骥;;基于Internet的网络控制延时分析及预测[A];第二十三届中国控制会议论文集（上册）[C];2004年

7 张小强;朱中梁;范平志;;基于SVM和序列互相关特性的入侵检测[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

8 谢毅;张俊灵;王莹;胡翠林;;一种基于SVM的信息安全入侵检测模型[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

9 张红梅;;基于粗糙集特征约简的SVM集成入侵检测模型[A];2009中国控制与决策会议论文集（3）[C];2009年

10 陈琳;黄杰;龚正虎;;一种基于支持向量机的抗噪声邮件分类方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

相关重要报纸文章 前10条

1 ;针对DSLAM的网络故障诊断方式[N];人民邮电;2003年

2 ;局域网的网速为何变慢[N];中国计算机报;2008年

3 河北省定兴中学 齐傲;当网络遭遇故障时[N];中国电脑教育报;2004年

4 记者 张国勇;红河使用世界先进网络安全管理系统[N];抚顺日报;2010年

5 本报记者 胡英;护住金融网络的要害[N];计算机世界;2002年

6 ;LLTD:网络映射和诊断的利器[N];计算机世界;2007年

7 韦伯森斯网络安全技术研发（北京）有限公司软件测试工程师 吴勇;建筑设计行业网络管理的几个方面[N];中华建筑报;2008年

8 重庆 艾义;ipconfig另类用法[N];电脑报;2002年

9 王世俊;基于路由器的网络诊断[N];中国计算机报;2002年

10 吉林 姜夫;常见故障及其检查方法[N];电脑报;2003年

相关博士学位论文 前10条

1 李千目;战略互联网故障智能诊断策略研究[D];南京理工大学;2005年

2 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年

3 贾银山;支持向量机算法及其在网络入侵检测中的应用[D];大连海事大学;2004年

4 饶鲜;入侵检测信道模型研究[D];西安电子科技大学;2006年

5 郑洪英;基于进化算法的入侵检测技术研究[D];重庆大学;2007年

6 段丹青;入侵检测算法及关键技术研究[D];中南大学;2007年

7 魏宇欣;网络入侵检测系统关键技术研究[D];北京邮电大学;2008年

8 刘震;垃圾邮件过滤理论和关键技术研究[D];电子科技大学;2008年

9 李战春;入侵检测中的机器学习方法及其应用研究[D];华中科技大学;2007年

10 柳斌;P2P流的测量与识别方法研究[D];华中科技大学;2008年

相关硕士学位论文 前10条

1 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年

2 徐华;基于支持向量机的Web文本挖掘研究[D];哈尔滨工程大学;2004年

3 叶春;局域支持向量机的改进及其在网络流量预测中的应用[D];西华大学;2010年

4 李佳;基于粒子群优化支持向量机的异常入侵检测研究[D];中南林业科技大学;2009年

5 刘胜利;基于SVM的网络入侵检测研究[D];大连海事大学;2004年

6 肖明;基于SVM的智能邮件过滤系统研究与实现[D];电子科技大学;2005年

7 杨翔宇;SVM在Web文本挖掘中的应用与研究[D];哈尔滨工程大学;2005年

8 杨丽华;基于内容的垃圾邮件过滤技术研究[D];西南交通大学;2006年

9 林红飞;支持向量机的研究及其在入侵检测中的应用[D];河海大学;2007年

10 王娟;基于粗糙集与支持向量机的Web文本分类[D];厦门大学;2008年

，

本文编号：2071994