核主成分SVM在煤炭网络入侵检测中的应用

发布时间：2018-11-03 08:00

【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。
[Abstract]:A kernel principal component analysis (KPCA) support vector machine (KPCA) detection method is proposed to solve the problem of nonlinear redundancy of coal network intrusion detection data. This method can effectively extract principal components from nonlinear redundant attributes and improve the accuracy of intrusion detection. The experiments on the kdd cup 99 dataset show that the proposed method is superior to the traditional SVM detection method and the principal component analysis (PCA) SVM detection method.
【作者单位】： 淄博职业学院信息工程系;
【分类号】：TP393.08;TP18

【参考文献】

相关期刊论文 前1条

1 王正群,陈世福,陈兆乾;并行学习神经网络集成方法[J];计算机学报;2005年03期

【共引文献】

相关期刊论文 前10条

1 吴静;刘衍珩;孟凡雪;;入侵检测中的多分类SVM增量学习算法[J];北京工业大学学报;2009年12期

2 王智祥;王正伦;;2205双相不锈钢焊接应力与变形的SVM回归预测研究[J];船舶工程;2010年01期

3 丛康林;岳建平;;基于SVR的GPS高程拟合模型研究[J];测绘通报;2011年02期

4 王睿;;关于支持向量机参数选择方法分析[J];重庆师范大学学报(自然科学版);2007年02期

5 张国强;王桂萱;;基于神经网络结构分解与FLAC~(3D)的初始地应力场反演[J];大连大学学报;2007年06期

6 从荣刚;张燕琳;赵亚楠;;基于SVM模型的山东省电力需求预测[J];能源技术经济;2011年03期

7 汪云路;程义民;田源;钱振兴;;基于支持向量机的语音隐藏信息盲检测方法[J];电路与系统学报;2009年04期

8 陶程仁;WEB文本挖掘系统实现流程及算法分析[J];电脑知识与技术;2004年26期

9 寇净磊;;基于MAS和BP神经网络的专家系统研究[J];电脑知识与技术;2009年14期

10 肖坤平;李见为;黄鸿;;基于组合特征和支持向量机的车牌字符识别[J];电脑知识与技术;2010年36期

相关会议论文 前6条

1 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年

2 项倩雯;孙玉坤;张新华;;基于SVM-GA的磁悬浮开关磁阻电机优化设计[A];中国自动化学会控制理论专业委员会C卷[C];2011年

3 邢晓哲;刘玉良;丁旭元;;考虑端点效应的经验模态分解在短期负荷预测中的应用[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年

4 尹焕平;孙宗海;;基于自然梯度的支持向量回归在线算法[A];2009中国控制与决策会议论文集（3）[C];2009年

5 林平;王福利;刘浏;;齿轮钢精炼过程淬透性的预报研究[A];2009中国控制与决策会议论文集（3）[C];2009年

6 李东涛;颜景龙;崔鹏瑜;王彦磊;刘代勇;;基于SVM的隧道开挖爆破振动预测[A];中国爆破新技术Ⅲ[C];2012年

相关博士学位论文 前10条

1 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年

2 齐峰;人工神经树网络模型的优化研究与应用[D];山东师范大学;2011年

3 刘春波;统计建模方法的理论研究及应用[D];江南大学;2011年

4 王栋;蛋白质序列的并行分类方法研究[D];天津大学;2010年

5 胡媛;三维人脸形体匹配与属性分类研究[D];上海交通大学;2011年

6 宋凯;金属氧化物半导体气体传感器气体检测关键问题研究[D];哈尔滨工业大学;2011年

7 梁海波;基于陀螺冗余的微惯性系统关键技术研究[D];哈尔滨工程大学;2011年

8 张立岩;氧化铝回转窑制粉过程智能控制系统的研究[D];东北大学;2010年

9 阮秀凯;基于连续多阈值神经元Hopfield网络的信号直接盲检测[D];南京邮电大学;2012年

10 艾解清;双边多议题自动协商研究[D];浙江大学;2011年

相关硕士学位论文 前10条

1 曹彦;基于支持向量机的特征选择及其集成方法的研究[D];郑州大学;2010年

2 刘晓飞;基于相关反馈的图像检索研究[D];大连理工大学;2010年

3 刘美玲;基于综合策略支持向量机的孤立点检测技术[D];大连理工大学;2010年

4 梅丽;人类启动子识别算法研究[D];辽宁师范大学;2010年

5 谭春晖;基于支持向量机的企业信用风险评估研究[D];江南大学;2010年

6 孙海虹;基于模糊粗糙集的Web文本分类研究[D];哈尔滨理工大学;2010年

7 姜伦;模糊聚类算法及其在中文文本聚类中的研究与实现[D];哈尔滨理工大学;2010年

8 杜丹;基于性别分组的年龄预测技术研究[D];江苏大学;2010年

9 胡燕娜;车牌定位与车流量检测算法的研究与实现[D];电子科技大学;2010年

10 周莉;建筑工程项目造价估算模型研究[D];中南林业科技大学;2007年

【相似文献】

相关期刊论文 前10条

1 张琨;曹宏鑫;严悍;刘凤玉;;支持向量机在网络异常入侵检测中的应用[J];计算机应用研究;2006年05期

2 赵群力;焦合军;;网络化制造资源优化配置研究[J];装备制造技术;2009年10期

3 邹涛,孙宏伟,田新广,张尔扬;网络入侵检测系统中的数据缩减技术[J];国防科技大学学报;2003年06期

4 吴今培;基于核函数的主成分分析及应用[J];系统工程;2005年02期

5 焦合军;施进发;李济顺;;网络化制造资源状态估计研究——基于主成分分析(PCA)和加权支持向量机(WSVM)[J];郑州航空工业管理学院学报;2008年02期

6 杨林;徐宏U，

本文编号：2307191