西部产学研在线服务平台
| 关注我们
扫描二维码
口袋专利

专利在线查询

描二维码
西部产学研在线

官方公众号

|关于我们
平台简介 帮助中心
|网站导航
| 咨询热线：029-88202821
您当前的位置：科技专利 > 一种基于集成学习和半监督SVM的计算机入侵检测方法

一种基于集成学习和半监督SVM的计算机入侵检测方法

1672019/12/04
咨询专利 发布专利
基本信息
  • 专利类型 高等院校
  • 委托机构 西安电子科技大学
  • 专利持有方 西安电子科技大学
  • 行业领域 网络与信息安全
  • 项目名称 一种基于集成学习和半监督SVM的计算机入侵检测方法
  • 知识产权 发明专利
  • 项目简介 本发明公开了一种基于集成学习和半监督SVM的计算机入侵检测方法，主要用于解决现有技术在处理计算机入侵检测问题时，在标记样本非常有限且数据集严重不平衡的情况下，对攻击样本的分类准确率较低的问题。其实现步骤为：(1)归一化入侵检测数据集；(2)初始有标记样本集和未标记样本集；(3)训练SVM分类器，对未标记样本预测得到预测标记；(4)训练半监督SVM分类器，迭代更新未标记样本的标记；(5)移除支持向量对应的样本数据；(6)使用T个分类模型预测未标记样本的标记；(7)将T组标记输入基于邓恩指数的集成分类器中，得到最终检测结果并输出。在标记样本非常少的数据上，本发明提高了攻击样本的检测精度，可用于训练样本非常少的计算机入侵检测。
交易信息
  • 意向交易额 面议
  • 挂牌时间 2020/12/04
  • 委托机构 西安电子科技大学
  • 分享至：