帮助 关于我们

返回检索结果

基于TSVM的网络入侵检测研究
Study on Network Intrusion Detection Based on TSVM

查看参考文献8篇

文摘 直推式支持向量机(TSVM)是一种直接从已知样本出发对特定的未知样本进行识别和分类的技术.该文提出了基于TSVM的网络入侵检测系统模型,并用实验给出了它在网络入侵检测中的性能表现,分析了它与基于传统归纳式支持向量机(ISVM)的入侵检测系统的性能对比.实验结果表明,将TSVM应用到入侵检测是切实可行的.
其他语种文摘 Transductive support vector machines (TSVM) classifies the new data vector based on the information only related to this data vector. This paper proposes an anomaly network traffic detection method based on TSVM. The KDD-99 intrusion detection competition data set is used to illustrate the performances of the TSVM. The performance-comparisons of TSVM and traditional inductive SVM are presented. The results show that TSVM can be used in intrusion detection practically.
来源 计算机工程 ,2006,32(18):138-140 【核心库】
关键词 入侵检测 ; 统计学习 ; 直推式支持向量机
地址

上海交通大学信息安全工程学院, 上海, 200240

语种 中文
文献类型 研究性论文
ISSN 1000-3428
学科 自动化技术、计算机技术
文献收藏号 CSCD:2439246

参考文献 共 8 共1页

1.  许建华. 统计学理论基础,2004 被引 2 次    
2.  陈毅松. 基于支持向量机的渐进直推式分类学习算法. 软件学报,2003,14(3):451 被引 48 次    
3.  Burges C J C. A Tutorial on Support Vector Machines for Pattern Recognition. Data Mining and Knowledge Discovery,1998,2(2):955-974 被引 45 次    
4.  Thorsten J. Transductive Inference for Text Classification Using Support Vector Machines. Proc of International Conference on Machine Learning San Francisco,1999:200-209 被引 1 次    
5.  Nikola K. Transductive Support Vector Machines and Applications in Bioinformatics for Promoter Recognition Letters and Reviews. Neural Information Processing,2004,3(2):31-38 被引 2 次    
6.  . KDD-99 Dataset[EB/OL]. http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html 被引 15 次    
7.  . How do I Choose Kernel[EB/OL]. www.csie.ntu.edu.tw/～cjlin/libsvm/faq.html 被引 1 次    
8.  . SVM-Light Support Vector Machine[EB/OL]. http://svmlight.joachims.org/ 被引 2 次    
引证文献 2 篇

1 李巍华 基于图论和直推式支持矢量机的齿轮早期故障诊断 机械工程学报,2010,46(23):82-88
被引 4 次

2 刘宇 采用改进PTSVM的入侵检测研究 计算机工程与应用,2012,48(5):1-3,74
被引 0 次

显示所有2篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号