论文部分内容阅读
将One-class支持向量机和Onfine训练算法应用于入侵检测研究中，把入侵检测看作是一种单值分类问题，能够在有噪声的数据集中进行训练，降低了对训练集的要求，提高了检测准确性。同时解决了基于SVM的入侵检测系统实时训练的问题，在实际运用中可以实时地添加新的训练样本对新出现的攻击手段进行分类。在KDD CUP99标准入侵检测数据集上进行实验，系统缩短了训练时间并且获得了较高的检测准确率。