学位论文 > 优秀研究生学位论文题录展示
危险因素辨识及其演化方法研究
作 者: 郑辉
导 师: 黄光球
学 校: 西安建筑科技大学
专 业: 系统工程
关键词: 支持向量机 特征抽取 核主成分分析 组合核函数
分类号: TP393.08
类 型: 硕士论文
年 份: 2009年
下 载: 22次
引 用: 0次
阅 读: 论文下载
内容摘要
随着计算机网络的飞速发展和人类对网络的依赖程度的增加,病毒和网络攻击等网络危险因素也日益泛滥,网络安全问题逐渐受到人类的重视,成为当前网络发展的重要课题。支持向量机理论是由Vapnik等人于1995年提出的,它是基于统计学习理论的机器学习算法,通过结构风险最小化原则来最小化实际风险,在处理高维小样本数据时,具有泛化能力强等突出优点,在模式识别特别是入侵检测等领域都得到了广泛的应用。本文首先分析了基于支持向量机的检测模型的基本情况,针对此模型的时间复杂度过高的缺点,引入常用的特征抽取技术核主成分分析技术,提出基于KPCA的SVM检测模型,通过KPCA对原始空间中的数据进行特征提取,选取部分主要成分,除去特征中的冗余信息,降低了特征维数,在检测效率的少量下降的代价下,明显提高了时间效率。鉴于核函数对支持向量机的重要性以及当前核函数的发展,在支持向量机中采用组合核函数的思想,将多项式核函数和径向基核函数组合形成组合核函数,提出了基于KPCA的组合核函数SVM检测模型,以期待能够获取更好的检测性能,并使用KDDCUP99数据集进行试验验证,表明该模型与基于KPCA的SVM检测模型相比,检测效率稍好,但时间效率有些许下降,总体来说两者性能基本相当,但本模型明显具有更好的泛化能力和稳定性。
|
全文目录
摘要 3-4 Abstract 4-7 第一章 绪论 7-11 1.1 研究背景及意义 7-8 1.2 当前的研究现状 8-9 1.3 论文的研究内容和组织结构 9-11 1.3.1 论文的研究内容 9-10 1.3.2 论文的组织结构 10-11 第二章 基于SVM的检测模型 11-20 2.1 支持向量机 11-15 2.1.1 最优超平面 11-12 2.1.2 线性可分最优超平面的构建 12-13 2.1.3 非线性可分最优超平面的构建 13-15 2.2 非线性支持向量机 15-17 2.3 支持向量机的训练算法 17 2.4 模型的基本结构 17-19 2.4.1 模型的流程框架 17-18 2.4.2 模型各部分基本功能 18-19 2.4.3 模型的评价 19 2.5 小结 19-20 第三章 基于KPCA的SVM检测模型 20-28 3.1 主成分分析 20-23 3.1.1 主成分分析的概念及发展情况 20-21 3.1.2 主成分分析数学描述 21-23 3.2 核主成分分析 23-26 3.2.1 核方法的理论介绍 23-24 3.2.2 核主成分分析介绍 24-26 3.2.3 主成分分析PCA与核主成分分析KPCA的对比 26 3.3 模型的基本结构 26-27 3.3.1 模型的流程框架 26 3.3.2 模型的描述 26-27 3.3.3 模型的评价 27 3.4 小结 27-28 第四章 基于KPCA的组合核函数SVM检测模型 28-37 4.1 核函数的选择和构造 28-32 4.1.1 核函数 28-29 4.1.2 构造核函数的条件 29-30 4.1.3 构造核函数的方法 30-31 4.1.4 常用核函数 31-32 4.2 组合核函数 32-35 4.2.1 全局核函数和局部核函数 32-34 4.2.2 组合核函数 34-35 4.3 模型的基本结构 35-36 4.3.1 模型的流程框架 35 4.3.2 模型的介绍 35-36 4.3.3 模型的评价 36 4.4 小结 36-37 第五章 实验及结果分析 37-46 5.1 实验流程 37 5.2 实验数据准备 37-41 5.2.1 数据采集 37-40 5.2.2 数据预处理 40-41 5.3 实验及结论 41-45 5.3.1 数据选择 41-42 5.3.2 基于C-SVM的检测模型 42-43 5.3.3 基于KPCA的SVM检测模型 43-44 5.3.4 基于KPCA的组合核函数SVM检测模型 44-45 5.4 小结 45-46 第六章 总结与展望 46-47 致谢 47-48 参考文献 48-51 作者在读研期间的研究成果 51
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5
- 基于统计结构的联机手写藏文识别特征抽取研究,TP391.41
- 动力灾害煤炭资源开采危险程度预测方法,TD713
- 大样本支持向量机研究,TP18
- 基于聚类的英汉人名消歧研究,TP391.1
- 基于混沌支持向量机的采动地表变形分析及预计模型研究,TD325
- 手背静脉图像的分类和匹配技术研究,TP391.41
- 基于支持向量机(SVM)理论的个人信用评估研究,TP18
- SAR成像目标识别子区选取与匹配方法研究,TN957.52
- 车牌识别系统中字符识别技术的研究,TP391.41
- 遗传算法的若干改进及其在支持向量机中的应用研究,TP18
- 基于多分类支持向量机的选股模型研究,F224
- 高光谱遥感图像异常目标检测算法研究,TP751
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络安全
© 2012 www.xueweilunwen.com
|