留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

运用核Fisher鉴别分析和MPM分类器的入侵检测

陈振国 李冬艳

陈振国, 李冬艳. 运用核Fisher鉴别分析和MPM分类器的入侵检测[J]. 电子科技大学学报, 2007, 36(6): 1192-1194.
引用本文: 陈振国, 李冬艳. 运用核Fisher鉴别分析和MPM分类器的入侵检测[J]. 电子科技大学学报, 2007, 36(6): 1192-1194.
CHEN Zhen-guo, LI Dong-yan. Intrusion Detection Based on Kernel Fisher Discriminant Analysis and Minimax Probability Machine Classifier[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1192-1194.
Citation: CHEN Zhen-guo, LI Dong-yan. Intrusion Detection Based on Kernel Fisher Discriminant Analysis and Minimax Probability Machine Classifier[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1192-1194.

运用核Fisher鉴别分析和MPM分类器的入侵检测

详细信息
    作者简介:

    陈振国(1976-),男,硕士,讲师,主要从事智能信息处理、网络安全、数据挖掘等方面的研究.

  • 中图分类号: TP393

Intrusion Detection Based on Kernel Fisher Discriminant Analysis and Minimax Probability Machine Classifier

计量
  • 文章访问数:  3487
  • HTML全文浏览量:  112
  • PDF下载量:  46
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-06-10
  • 刊出日期:  2007-12-15

运用核Fisher鉴别分析和MPM分类器的入侵检测

    作者简介:

    陈振国(1976-),男,硕士,讲师,主要从事智能信息处理、网络安全、数据挖掘等方面的研究.

  • 中图分类号: TP393

摘要: 为了提高分类器的正确率和减少训练时间,将特征提取技术与分类算法结合,提出了一种基于核Fisher鉴别分析和最小极大概率机算法的入侵检测算法。利用核Fisher鉴别分析技术提取关键特征,运用最小极大概率机对提取特征后的数据进行分类,采用离线数据集KDDCUP99进行实验。实验结果表明,该算法是可行和有效的,使分类性能和训练时间都得到了提高。

English Abstract

陈振国, 李冬艳. 运用核Fisher鉴别分析和MPM分类器的入侵检测[J]. 电子科技大学学报, 2007, 36(6): 1192-1194.
引用本文: 陈振国, 李冬艳. 运用核Fisher鉴别分析和MPM分类器的入侵检测[J]. 电子科技大学学报, 2007, 36(6): 1192-1194.
CHEN Zhen-guo, LI Dong-yan. Intrusion Detection Based on Kernel Fisher Discriminant Analysis and Minimax Probability Machine Classifier[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1192-1194.
Citation: CHEN Zhen-guo, LI Dong-yan. Intrusion Detection Based on Kernel Fisher Discriminant Analysis and Minimax Probability Machine Classifier[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1192-1194.

目录

    /

    返回文章
    返回