孟凡雪
- 作品数：3 被引量：4H指数：1
- 供职机构：吉林大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 入侵检测中的多分类SVM增量学习算法被引量：3
- 2009年
- 通过分析入侵检测样本的分布特点,提出了一种多分类SVM增量学习算法.该算法通过衡量同类样本点和样本中心之间的距离来确定用于训练的支持向量,以选择对分类贡献较大的边缘向量进行训练,通过求解多个超平面的方法划分出不同类别样本的区域,实现了多分类的增量学习.在保证检测率的同时,减少了样本学习数量.利用KDDCUP99标准数据集进行测试,证明该算法可以大幅度降低训练的时间和空间复杂度.
- 吴静刘衍珩孟凡雪
- 关键词：支持向量机入侵检测
- 基于SVM的多分类增量学习算法及其在入侵检测中的应用研究
- 首先对入侵检测和SVM进行了详细的阐述。针对入侵检测,通过分析支持向量的分布特征以及多分类的自身特点,提出了一种适合多分类的SVM算法—M-SVM算法。 为克服传统基于KKT条件的SVM增量学习方法中样本重复、计算复杂和...
- 孟凡雪
- 关键词：入侵检测SVM
- 文献传递
- 基于分布式统计时间序列的网络流量分析被引量：1
- 2010年
- 研究网络数据在分布式存储下的相关性,有利于入侵检测整体的学习和指导优化数据的存储。重点研究了网络传输过程中各种类型数据的流量的这种相关性,提出了一种基于分布式统计(DS)的时间序列分析方法:根据网络协议间的关系将数据包分组,分析数量关系并给出报警阈值。仿真实验结果表明,该方法能较好地发现各种网络攻击。
- 孟凡雪刘衍珩吴静杨书奇
- 关键词：入侵检测时间序列网络流量
