济南大学学报(自然科学版)

作者：田桂丰,单志龙,廖祝华,王煜林

基金：国家自然科学基金项目(61671213);; 教育部科技发展中心高校产学研创新基金项目(2018A01016);; 广东省普通高校特色创新项目(自然科学)(2017KTSCX221);; 广东省质量工程建设项目(2017SZ02)

提出空间降维和多核支持向量机算法进行网络入侵检测;从网络中抓取数据包,通过局部线性嵌入数据降维获得属性降维后的数据样本;通过差异化设置参与局部线性嵌入运算的邻居数,验证适合样本集的邻居数,将多项式核函数、高斯核函数和Sigmoid核函数进行两两组合,分别验证多核支持向量机的网络入侵检测性能。结果表明,在合理设置局部线性嵌入邻居数和核函数组合方式的条件下,基于空间降维和多核支持向量机的网络入侵检出率较高,检测时间较短。

来源：2021年第04期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2021年第04期