%0 Journal Article
%T 基于决策svm的入侵检测技术研究
%A 刘从军
%A 郭昌言
%A 陈刚
%J 江苏科技大学学报(自然科学版)
%D 2009
%X ？在网络入侵检测中,数据类别不均衡训练集的使用将产生分类偏差,支持向量机是一种新型的统计学习模型,在处理小样本和学习机的推广能力上有很大的优势.针对支持向量机解决k个多类分类问题存在训练样本数据大、训练困难的问题,提出基于支持向量机的决策树训练算法,构建了基于支持向量机决策树的入侵检测系统模型.利用kddcup99数据集,将本文提出的算法与lee-carter方法和1-v-r方法进行了对比实验.通过实验和比较表明,该方法的训练效率大大提高,并且具有较高的检测率.
%K 入侵检测
%K 支持向量机
%K 决策树
%K 多类分类
%U http://journal.just.edu.cn/jweb_zkb/CN/abstract/abstract1463.shtml