基于支持向量数据描述的异常检测方法

作者：杨敏; 张焕国; 傅建明; 罗敏

来源：计算机工程, 2005, (03): 39-42.

• 网络安全
• 入侵检测
• 异常检测
• 支持向量数据描述
• 支持向量机 Network security
• Intrusion detection
• Anomaly detection
• Support vector data description(SVDD)
• Support vector machine(SVM)

提出了一种基于支持向量数据描述算法的异常检测方法。该方法将入侵检测看作是一种单值分类问题,建立正常行为的支持向量描述模型,通过该模型可以检测各种已知和未知的攻击行为。该方法是一种无监督的异常检测方法,能够在包含噪声的数据集进行模型训练,降低了训练集的要求。在KDD CUP'99 标准入侵检测数据集上进行实验,并与无监督聚类异常检测实验结果相比较,证实该方法能够获得较高检测率和较低误警率。

• 单位
  武汉大学; 软件工程国家重点实验室