基于改进SVM的网络异常数据优化分类方法研究

发布时间：2017-09-11 05:13

  本文关键词：基于改进SVM的网络异常数据优化分类方法研究

  更多相关文章： 改进SVM算法 网络异常数据 分类

【摘要】：对网络异常数据进行准确分类能够为网络入侵分类、保障网络安全提供准确的依据。传统算法没有考虑网络异常数据分布的不均衡性和高动态变化性,从而降低了分类的准确率和效率。为此,提出一种基于改进SVM的网络异常数据分类方法。在确定网络异常数据隶属度的时候考虑到其与类中心的关系,对传统的SVM进行了改进,在构建SVM分类器的过程中,引入了模糊隶属度函数,并将网络异常数据的分类问题转换为二次规划问题,最终实现网络异常数据的准确分类。仿真实验结果表明,利用改进算法进行网络异常数据分类,能够提高网络异常数据分类的准确率和分类效率,效果令人满意。
【作者单位】： 内江职业技术学院;四川理工学院;
【关键词】： 改进SVM算法 网络异常数据 分类
【基金】：四川理工学院项目编号(JG-1305)
【分类号】：TP393.08
【正文快照】： 随着网络的大规模普及,网络已经渗透到人们生活的各个方面,成为人们生活中不可缺少的一部分[1],与此同时,网络攻击带来的网络安全问题也日益突出。网络异常数据能够反映网络攻击的情况[2],对网络异常数据进行准确分类能够为网络入侵类型的分类、保障网络安全提供准确依据[3]。

【相似文献】

中国期刊全文数据库 前10条

1 李汉彪;刘渊;;一种SVM入侵检测的融合新策略[J];计算机工程与应用;2012年04期

2 马翔;李展;;基于模糊处理和上下文敏感SVM的协同过滤推荐新方法[J];电脑知识与技术;2010年06期

3 柴志成;;一种基于SVM的网络异常流量检测新方法[J];贵阳学院学报(自然科学版);2008年01期

4 段丹青;陈松乔;杨卫平;;基于SVM主动学习算法的网络入侵检测系统[J];计算机工程与科学;2006年04期

5 谷雨;基于增量式SVM的入侵检测研究[J];云南民族大学学报(自然科学版);2005年03期

6 高会生;郭爱玲;;组合核函数SVM在网络安全风险评估中的应用[J];计算机工程与应用;2009年11期

7 邱婧;夏靖波;柏骏;;基于SVM决策树的网络流量分类[J];电光与控制;2012年06期

8 汪会玲;;一种基于SVM的电子商务网站服务质量监控模型[J];情报杂志;2008年06期

9 王倩文;;基于SVM的验证码识别算法研究[J];黑龙江科技信息;2013年20期

10 傅明;王晓倩;;基于SVM的网格资源信誉评价[J];计算机工程与设计;2006年19期

中国重要会议论文全文数据库 前1条

1 刘秉权;李博;孙林;王宝勋;刘远超;;标签特征和正文特征融合的SVM博客文本分类算法研究[A];第六届全国信息检索学术会议论文集[C];2010年

中国硕士学位论文全文数据库 前10条

1 刘军;基于SVM的半监督网络入侵检测系统[D];复旦大学;2009年

2 张永俊;基于SVM的增量入侵检测方法研究[D];西安科技大学;2013年

3 毕孝儒;基于粗糙集属性约简和加权SVM的入侵检测方法研究[D];西安科技大学;2011年

4 李可可;基于SVM的微博情感倾向性分析研究[D];中原工学院;2014年

5 陈艺坤;基于粗糙集和增量SVM的入侵检测方法研究[D];西安科技大学;2012年

6 康晓丽;基于信息熵与改进SVM的异常流量检测研究[D];大连海事大学;2012年

7 罗杰;基于SVM的微博话题跟踪方法及其应用[D];北京理工大学;2015年

8 张洪军;基于SVM的电子邮件分类系统研究[D];山东师范大学;2007年

9 马建斌;基于SVM的中文电子邮件作者身份挖掘技术研究[D];河北农业大学;2004年

10 曾亮;基于SVM的入侵检测性能改进研究[D];中南民族大学;2010年

，

本文编号：828799