入侵检测中基于SVM的两级特征选择方法

发布时间：2017-09-29 05:19

  本文关键词：入侵检测中基于SVM的两级特征选择方法

  更多相关文章： 入侵检测 特征选择 支持向量机 Fisher分 序列后向搜索

【摘要】：针对入侵检测中的特征优化选择问题,提出基于支持向量机的两级特征选择方法。该方法将基于检测率与误报率比值的特征评测值作为特征筛选的评价指标,先采用过滤模式中的Fisher分和信息增益分别过滤噪声和无关特征,降低特征维数;再基于筛选出来的交叉特征子集,采用封装模式中的序列后向搜索算法,结合支持向量机选取最优特征子集。仿真测试结果表明,采用该方法筛选出来的特征子集具有更好的分类性能,并有效降低了系统的建模时间和测试时间。
【作者单位】： 桂林电子科技大学信息与通信学院;桂林电子科技大学广西无线宽带通信与信息处理重点实验室;桂林电子科技大学广西信息科学实验中心;
【关键词】： 入侵检测 特征选择 支持向量机 Fisher分 序列后向搜索
【基金】：广西自然科学基金资助项目(2012GXNSFAA053224) 广西无线宽带通信与信号处理重点实验室2014年开放基金资助项目(GXKL0614110)~~
【分类号】：TP393.08;TP181
【正文快照】： 1引言特征选择是根据某种准则从原始特征集中选择部分最有区分类别能力的特征[1]。在入侵检测系统中,特征选择通过从网络数据集中筛选出对分类器分类性能影响最重要的最优特征子集,降低特征的维数,减少计算量,提高入侵检测系统效率。随着网络的高速发展,网络流量越来越大,如何

【参考文献】

中国期刊全文数据库 前2条

1 汪廷华;田盛丰;黄厚宽;;特征加权支持向量机[J];电子与信息学报;2009年03期

2 汪廷华;陈峻婷;;核函数的选择研究综述[J];计算机工程与设计;2012年03期

【共引文献】

中国期刊全文数据库 前10条

1 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期

2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期

3 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期

4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

5 管翠萍;;药物靶标G蛋白偶联受体的识别预测[J];安徽农业科学;2010年24期

6 刘婷婷;;基于支持向量机的水稻纹枯病识别研究[J];安徽农业科学;2011年28期

7 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

8 高闯;王立东;周世宇;;基于支持矢量机的宫颈细胞分类[J];辽宁科技大学学报;2009年03期

9 邹心遥;姚若河;;基于LSSVM的威布尔分布形状参数估计(英文)[J];半导体技术;2008年06期

10 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期

中国重要会议论文全文数据库 前10条

1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(下)[C];2012年

2 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年

3 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年

4 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年

5 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年

6 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年

7 王海丰;李壮;任洪娥;赵鹏;;基于非下采样Contourlet变换和SVM的纹理图像分割算法[A];第二十九届中国控制会议论文集[C];2010年

8 ;State Estimation Model of Ferment Process Based on PSO[A];第二十九届中国控制会议论文集[C];2010年

9 ;Image Classification with Ant Colony Based Support Vector Machine[A];中国自动化学会控制理论专业委员会A卷[C];2011年

10 常俊林;魏巍;梁君燕;;基于支持向量机的SURF改进算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

中国博士学位论文全文数据库 前10条

1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年

2 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年

3 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年

4 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年

5 柏坚;非线性数学地质模型研究及在滇东南金矿成矿预测中的应用[D];中国地质大学（北京）;2010年

6 姚志明;基于步态触觉信息的身份识别研究[D];中国科学技术大学;2010年

7 张昌明;新疆汉族、维吾尔族及哈萨克族食管癌血清蛋白质指纹图谱研究[D];新疆医科大学;2010年

8 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年

9 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年

10 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年

中国硕士学位论文全文数据库 前10条

1 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年

2 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年

3 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年

4 江达秀;基于HMAX模型的人脸表情识别研究[D];浙江理工大学;2010年

5 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年

6 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年

7 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年

8 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年

9 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年

10 林天威;基于视频流的人脸识别系统研究[D];哈尔滨工程大学;2010年

【二级参考文献】

中国期刊全文数据库 前9条

1 牟少敏;田盛丰;尹传环;;基于协同聚类的多核学习[J];北京交通大学学报;2008年02期

2 李洁;高新波;焦李成;;基于特征加权的模糊聚类新算法[J];电子学报;2006年01期

3 常群;王晓龙;林沂蒙;王熙照;Daniel S.Yeung;;支持向量分类和多宽度高斯核[J];电子学报;2007年03期

4 尹传环;田盛丰;牟少敏;;一种面向间隙核函数的快速算法[J];电子学报;2007年05期

5 吴涛,贺汉根,贺明科;基于插值的核函数构造[J];计算机学报;2003年08期

6 任双桥;魏玺章;黎湘;庄钊文;;基于特征可分性的核函数自适应构造[J];计算机学报;2008年05期

7 汪洪桥;孙富春;蔡艳宁;陈宁;丁林阁;;多核学习方法[J];自动化学报;2010年08期

8 唐耀华;郭为民;高静怀;;基于核相似性差异最大化的支持向量机参数选择算法[J];模式识别与人工智能;2010年02期

9 张翔;肖小玲;徐光yP;;基于样本之间紧密度的模糊支持向量机方法[J];软件学报;2006年05期

【相似文献】

中国期刊全文数据库 前10条

1 伍建军;康耀红;;文本分类中特征选择方法的比较和改进[J];郑州大学学报(理学版);2007年02期

2 徐燕;李锦涛;王斌;孙春明;;基于区分类别能力的高性能特征选择方法[J];软件学报;2008年01期

3 朱颢东;李红婵;钟勇;;基于特征集中度和差别对象对集的特征选择方法[J];信息与控制;2010年02期

4 郑伟;奉国和;;一种基于基尼指数和类内频率的特征选择方法[J];制造业自动化;2010年13期

5 陈吕强;朱颢东;伏明兰;;使用类内集中度和分层递阶约简的特征选择方法[J];计算机工程与应用;2010年30期

6 徐红国;王素格;;基于改进的类别分布特征选择方法[J];中北大学学报(自然科学版);2011年02期

7 孟佳娜;林鸿飞;李彦鹏;;基于特征贡献度的特征选择方法在文本分类中应用[J];大连理工大学学报;2011年04期

8 周城;葛斌;唐九阳;肖卫东;;基于相关性和冗余度的联合特征选择方法[J];计算机科学;2012年04期

9 雷军程;黄同成;柳小文;;一种基于权重的文本特征选择方法[J];计算机科学;2012年07期

10 廖一星;潘雪增;;面向不平衡文本的特征选择方法[J];电子科技大学学报;2012年04期

中国重要会议论文全文数据库 前6条

1 徐燕;王斌;李锦涛;孙春明;;知识增益：文本分类中一种新的特征选择方法[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

2 肖婷;唐雁;;文本分类中特征选择方法及应用[A];2008年计算机应用技术交流会论文集[C];2008年

3 徐燕;孙春明;王斌;李锦涛;;基于词条频率的特征选择算法研究[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年

4 陈庆轩;郑德权;郑博文;赵铁军;李生;;中文文本分类中基于文档频度分布的特征选择方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年

5 顾成杰;张顺颐;刘凯;黄河;;基于粗糙集和禁忌搜索的特征选择方法[A];江苏省电子学会2010年学术年会论文集[C];2010年

6 王秀娟;郭军;郑康锋;;基于互信息可信度的特征选择方法[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

中国博士学位论文全文数据库 前3条

1 毛勇;基于支持向量机的特征选择方法的研究与应用[D];浙江大学;2006年

2 尹留志;关于非平衡数据特征问题的研究[D];中国科学技术大学;2014年

3 裴志利;数据挖掘技术在文本分类和生物信息学中的应用[D];吉林大学;2008年

中国硕士学位论文全文数据库 前10条

1 尹涛;基于滤波和嵌入式特征选择方法的应用研究[D];燕山大学;2012年

2 甘晓为;三网融合下文本分类的特征选择方法研究[D];华中科技大学;2013年

3 王志昊;情感分类特征选择方法研究[D];苏州大学;2014年

4 王春霞;特征选择方法及其在红斑鳞状皮肤病诊断中的应用研究[D];陕西师范大学;2010年

5 王吉松;基于最大权重独立集的特征选择方法研究[D];东北师范大学;2013年

6 武丽珊;基于最大权重最小冗余的特征选择方法研究[D];东北师范大学;2013年

7 王芬;博客作者性别分类的研究[D];北京交通大学;2012年

8 王鹏;面向音乐分类的特征选择方法的研究[D];中国人民大学;2008年

9 鲍捷;基于高维数据的特征选择方法及其稳定性研究[D];南京师范大学;2012年

10 王小青;中文文本分类特征选择方法研究[D];西南大学;2010年

，

本文编号：940190