期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LISOMAP的相关向量机入侵检测模型
被引量：
4
1
作者
唐朝伟
李超群
+1 位作者
燕凯
严鸣
《计算机应用》
CSCD
北大核心
2012年第9期2606-2608,共3页
针对现有入侵检测模型分类检测精度低、误报率高的问题,提出一种基于地标等距映射(LISOMAP)的相关向量机(RVM)入侵检测分类模型。首先采用LISOMAP对训练样本中的数据进行非线性降维,结合深度优先搜索(DFS)参数优化的RVM进行分类检测。...
针对现有入侵检测模型分类检测精度低、误报率高的问题,提出一种基于地标等距映射(LISOMAP)的相关向量机(RVM)入侵检测分类模型。首先采用LISOMAP对训练样本中的数据进行非线性降维,结合深度优先搜索(DFS)参数优化的RVM进行分类检测。结果表明,该模型与基于主成分分析(PCA)法的支持向量机(SVM)、基于LISOMAP的SVM模型相比,在保证一定检测率的情况下,误报率有了明显下降。
展开更多
关键词
入侵检测
主成分分析
支持向量机
地标等距映射
相关向量机
深度优先搜索
下载PDF
职称材料
题名
基于LISOMAP的相关向量机入侵检测模型
被引量：
4
1
作者
唐朝伟
李超群
燕凯
严鸣
机构
重庆大学通信工程学院
出处
《计算机应用》
CSCD
北大核心
2012年第9期2606-2608,共3页
基金
国家科技重大专项基金资助项目(2009ZX03004-002)
文摘
针对现有入侵检测模型分类检测精度低、误报率高的问题,提出一种基于地标等距映射(LISOMAP)的相关向量机(RVM)入侵检测分类模型。首先采用LISOMAP对训练样本中的数据进行非线性降维,结合深度优先搜索(DFS)参数优化的RVM进行分类检测。结果表明,该模型与基于主成分分析(PCA)法的支持向量机(SVM)、基于LISOMAP的SVM模型相比,在保证一定检测率的情况下,误报率有了明显下降。
关键词
入侵检测
主成分分析
支持向量机
地标等距映射
相关向量机
深度优先搜索
Keywords
intrusion
detection
Principal
Component
Analysis
（PCA）
Support
Vector
Machine
（SVM）
landmark
isometric
mapping
（
lisomap
）
Relevant
Vector
Machine
（RVM）
Deep
First
Search
（DFS）
分类号
TP393.083 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LISOMAP的相关向量机入侵检测模型
唐朝伟
李超群
燕凯
严鸣
《计算机应用》
CSCD
北大核心
2012
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
