基于独立成分分析和支持向量机的入侵检测方法
谷雨1,郑锦辉2,孙剑2,徐宗本2
(1.西安交通大学电子与信息工程学院，710049,西安；2.西安交通大学理学院，710049,西安）
摘要:提出了一种入侵检测方法，该方法采用独立成分分析方法获取入侵行为模式的高阶统计信息，并将输入模式空间映射到相应的独立成分空间，然后利用支持向量机对小样本、高维数据泛化能力强的特点，在独立成分空间中用支持向量机原理构造广义最优分类超平面.数值实验表明，所提方法可大大降低特征空间维数，具有较好的分类正确性.特别是当高斯核参数σ值在1～3之间时，利用该方法的漏检数仅为标准支持向量机算法的1／9，这说明它能有效地获取入侵行为的本质特征，对新的入侵行为有比较好的识别能力.
关键词:入侵检测；独立成分分析；支持向量机
中图分类号:TP311文献标识码:A文章编号:0253-987X(2005)08-0876-04