基于獨立成分分析和支持向量機的入侵檢測方法

谷　雨　鄭錦輝　孫　劍　徐宗本

摘要：提出了一種入侵檢測方法，該方法采用獨立成分分析方法獲取入侵行為模式的高階統計信息，并將輸入模式空間映射到相應的獨立成分空間，然后利用支持向量機對小樣本、高維數據泛化能力強的特點，在獨立成分空間中用支持向量機原理構造廣義最優分類超平面．數值實驗表明，所提方法可大大降低特征空間維數，具有較好的分類正確性．特別是當高斯核參數口值在1～3之間時，利用該方法的漏檢數僅為標準支持向量機算法的1／9，這說明它能有效地獲取入侵行為的本質特征，對新的入侵行為有比較好的識別能力．

關鍵詞：入侵檢測；獨立成分分析；支持向量機

中圖分類號：TP311文獻標識碼：A文章編號：0253—987X(2005)08—0876—04