-
题名基于加权支持向量机的网络入侵检测研究
被引量：2
- 1
-
-
作者
朱芳芳
王士同
李志华
-
机构
江南大学信息工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2007年第22期5374-5377,共4页
-
文摘
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,主要原因在于对每个训练样本的错误分类的惩罚系数是相等的。加权支持向量机对每个错误分类样本的惩罚系数是不一样的,这对小样本来说提高了分类精度,克服了常规SVM算法不能灵活处理样本的缺陷。但这是以大样本分类精度的降低以及总分类精度的下降为代价的。实验结果证明,将加权支持向量机用于网络入侵检测中是可行的、高效的。
-
关键词
支持向量机
加权系数
网络入侵检测
分类
不均衡训练集
-
Keywords
support vector machine
weighting factor
network intrusion detection
classification
uneven training class size
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名不均衡训练集下短信过滤系统kNN方法的研究
被引量：1
- 2
-
-
作者
徐山
杜卫锋
-
机构
南京城市职业学院教务处
嘉兴学院数理与信息工程学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2013年第11期84-86,共3页
-
基金
国家自然科学基金项目(61175055
61070213)
浙江省自然科学基金项目(Y1080901)
-
文摘
不良短信的泛滥,严重影响了社会风气,干扰了人们正常的生活秩序,研发不良短信过滤技术具有相当的实用价值。应用中科院计算所研制开发的ICTCLAS分词系统,结合TFIDF词权度量指标提取关键词,实现短信文本到特征向量的转换,然后采用kNN方法实现短信的类别判断,从而实现不良短信的过滤。另外,针对训练集分布不均衡的情况,应用基于密度的改进方法,较为有效地处理了原来分类结果倾向于大类别样本的情况。实验表明,改进后的方法的准确率约79.18%,比原方法提升了约1.23%。该方法能够比较有效地过滤不良短信,具有一定的实用价值。
-
关键词
短信过滤
不均衡训练集
k近邻方法
向量空间模型
-
Keywords
Message filtration ,Unbalanced training set, k-nearest neighbour（kNN） ,Vector space model
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
