基于特征選擇和支持向量機(jī)的異常檢測(cè)研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展,網(wǎng)絡(luò)入侵問(wèn)題日益受到人們的關(guān)注。入侵檢測(cè)作為一種主動(dòng)的安全防御技術(shù),成為繼防火墻等傳統(tǒng)安全保護(hù)方法之后的新一代安全保障技術(shù)。
　　當(dāng)前入侵檢測(cè)系統(tǒng)在高帶寬、大流量情況下,會(huì)出現(xiàn)網(wǎng)絡(luò)丟包率高、檢測(cè)效率低、誤報(bào)率高等缺點(diǎn),很難做到實(shí)時(shí)的處理。同時(shí),從網(wǎng)絡(luò)數(shù)據(jù)提取的特征中往往存在大量的噪聲和冗余,這進(jìn)一步降低了入侵檢測(cè)的處理效率,嚴(yán)重影響了檢測(cè)性能。如何設(shè)計(jì)篩選最優(yōu)網(wǎng)絡(luò)特征的特征選擇算法,并結(jié)合高效的檢測(cè)算法進(jìn)行

2、匹配檢測(cè),是提高入侵檢測(cè)系統(tǒng)性能的關(guān)鍵。
　　本文將特征選擇算法和支持向量機(jī)相結(jié)合,提出一種基于支持向量機(jī)的異常檢測(cè)模型,并介紹了模型中各模塊的功能。該方法既結(jié)合了支持向量機(jī)在處理二分類(lèi)問(wèn)題時(shí)具有的小樣本、非線性、克服維數(shù)災(zāi)難、泛化能力強(qiáng)等優(yōu)點(diǎn),同時(shí)還通過(guò)特征選擇算法剔除網(wǎng)絡(luò)數(shù)據(jù)集中的噪聲和冗余特征,降低數(shù)據(jù)維數(shù),以降低數(shù)據(jù)的處理復(fù)雜度,提高分類(lèi)算法的效率。針對(duì)支持向量機(jī)核函數(shù)的參數(shù)選取問(wèn)題,本文采用了網(wǎng)格搜索算法對(duì)核函數(shù)的參數(shù)進(jìn)