基于独立成分分析和支持向量机的入侵检测方法

谷　雨　郑锦辉　孙　剑　徐宗本

摘要：提出了一种入侵检测方法，该方法采用独立成分分析方法获取入侵行为模式的高阶统计信息，并将输入模式空间映射到相应的独立成分空间，然后利用支持向量机对小样本、高维数据泛化能力强的特点，在独立成分空间中用支持向量机原理构造广义最优分类超平面．数值实验表明，所提方法可大大降低特征空间维数，具有较好的分类正确性．特别是当高斯核参数口值在1～3之间时，利用该方法的漏检数仅为标准支持向量机算法的1／9，这说明它能有效地获取入侵行为的本质特征，对新的入侵行为有比较好的识别能力．

关键词：入侵检测；独立成分分析；支持向量机

中图分类号：TP311文献标识码：A文章编号：0253—987X(2005)08—0876—04