10.3969/j.issn.1000-386x.2022.04.047
高维混合入侵检测数据的单类分类算法研究
针对传统的方法未能有效地处理具有高维、混合以及不平衡的特性的入侵检测数据,结合单类分类概念和均值计算方法,提出一种单类分类K近邻(KNN)均值算法.其使用主成分分析混合(PCA mix)方法对高维混合数据进行降维预处理,并运用Bootstrap方法计算决策边界,提高准确性.通过使用三个不同的公开数据集进行实验,并与单类分类支持向量机(OCSVM)算法作对比,其分辨精度提高至94％以上,充分验证了提出算法的优越性.
高维混合、不平衡、入侵检测数据、单类分类、K近邻、PCA mix、Bootstrap
39
TP181(自动化基础理论)
教育厅高校科研青年项目;教育厅高校科研青年项目;自治区高层次创新人才项目;自治区高层次创新人才项目;新疆大学博士启动基金;新疆大学博士启动基金
2022-06-29（万方平台首次上网日期，不代表论文的发表时间）
共11页
300-310
