您的位置： 专家智库 > >

陈武

作品数：1 被引量：4H指数：1
供职机构：四川大学计算机学院更多>>
发文基金：中国博士后科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇入侵
  • 1篇入侵检测
  • 1篇向量
  • 1篇向量机
  • 1篇核函数
  • 1篇SVM算法
  • 1篇KPCA

机构

  • 1篇四川大学
  • 1篇乐山师范学院

作者

  • 1篇梁刚
  • 1篇杨进
  • 1篇陈武

传媒

  • 1篇计算机安全

年份

  • 1篇2013
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
一种改进的SVM算法在入侵检测中的应用被引量：4
2013年
传统的入侵检测算法在处理网络流式数据时,由于网络数据量大,而且具有高维性,冗余性等特点,导致入侵检测计算量大,占用资源较多,训练和预测的时间较长等不足,这就需要在保留网络数据有用信息的前提下进行数据的特征提取。采用核主成分分析(KPCA)对网络入侵数据进行维数和消除冗余信息处理,减少支持向量机输入的维数,利用粒子群算法对SVM进行参数寻优,选取修正核函数代替传统的单一核函数,实验证明,该改进算法有效地提高了入侵检测的检测率,同时也提高了预测的速度。
陈武梁刚杨进
关键词：入侵检测KPCA支持向量机
全选 清除 导出
共1页<1>
聚类工具0