彭小金
- 作品数：4 被引量：44H指数：2
- 供职机构：桂林电子科技大学信息与通信学院更多>>
- 发文基金：广西壮族自治区自然科学基金国防科技保密通信重点实验室基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Fisher分和支持向量机的特征选择算法被引量：8
- 2014年
- 网络入侵数据集中存在的大量冗余和噪声特征严重影响检测系统的性能。针对该问题,提出一种基于Fisher分和支持向量机的入侵特征选择算法。通过对各维特征的Fisher分值排序,结合支持向量机分类算法,建立特征分类模型,筛选出具有最高检测率与误码率比值的最优特征组合。仿真结果表明,该算法筛选出的特征组合具有较高的检测率和较低的误码率,有效降低了检测系统的建模时间和测试时间,提高了系统性能。
- 张润莲张昭彭小金曾兵
- 关键词：入侵检测支持向量机数据标准化
- 基于特征选择和支持向量机的入侵检测研究
- 众所周知,网络入侵数据存在高维和非线性的特点,并且含有大量的噪声和冗余特征,导致入侵检测系统数据处理难、耗用时间长和检测效率低等诸多问题。如何降低数据处理难度,提高检测效率是入侵检测系统要解决的关键问题。 本文主要对基...
- 彭小金
- 关键词：网络安全入侵检测支持向量机
- 文献传递
- 入侵检测中基于SVM的两级特征选择方法被引量：35
- 2015年
- 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。
- 武小年彭小金杨宇洋方堃
- 关键词：入侵检测支持向量机
- 基于特征选择和支持向量机的入侵检测方法被引量：1
- 2014年
- 为去除网络入侵数据集中的冗余和噪声特征,降低数据处理难度和提高检测性能,提出一种基于特征选择和支持向量机的入侵检测方法。该方法采用提出的特征选择算法选取最优特征组合,并以支持向量机为分类器建立模型,应用于入侵检测系统。仿真结果表明,本文方法不仅可以减少特征维数,降低训练和测试时间,还能提高入侵检测的分类准确率。
- 彭小金武小年
- 关键词：支持向量机入侵检测
