论文部分内容阅读
应用支持向量机处理入侵检测系统所产生的报警数据，以降低大量误报警。由于报警数量的异构性，在构造支持向量机时选择可以准确度量异构距离的类径向基核函数，以提高分类精度。实验数据是利用入侵检测器Snort对实验环境下获得的攻击和正常数据产生的报警数据集，并添加了6项背景属性以增强分类精度。测试结果表明了该文的方法具有良好的性能：在不增加漏报的前提下真报警率为100％，误报警消除率为99.7291％，每条数据的处理时间为0．38ms。