论文部分内容阅读
在网络异常检测中,为了在保持检测精度的情况下缩短检测时间,提出了一种基于DDAG(Decision Directed Acyclic Graph)来设计的多分类BMPM(Biased Minimum Error Minimax Probability Machine)。对实验数据集KDD99分别采用基于DDAG设计的多分类BMPM和SVM(Support VectorMachine)进行仿真实验,并对两者的实验结果进行比较,实验证明基于DDAG设计的BMPM在网络异常检测中在和传统的支持向量机在检测精度相当的情况下,能够有效地缩短训练时间以及在KDD99中样本不均衡的情况下能够有更高的检测精度。