刘雷雷
- 作品数：3 被引量：28H指数：3
- 供职机构：南京航空航天大学计算机科学与技术学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于对支持向量机的多类分类算法在入侵检测中的应用被引量：15
- 2013年
- 针对基于传统支持向量机(SVM)的多类分类算法在处理大规模数据时训练速度上存在的弱势,提出了一种基于对支持向量机(TWSVM)的多类分类算法。算法结合二叉树SVM(BT-SVM)多类分类思想,通过在二叉树节点处构造基于TWSVM的分类器来达到分类目的。为减少二叉树SVM的误差累积,算法分类前首先通过聚类算法得到各类的聚类中心,通过比较各聚类中心之间的距离来衡量样本的差异以决定二叉树节点处类别的分离顺序,最后将算法用于网络入侵检测。实验结果表明,所提算法不仅保持了较高的检测精度,在训练速度上还表现出一定优势,尤其在处理稍大规模数据时,这种优势更为明显,是传统二叉树SVM多类分类算法训练速度的近两倍,为入侵检测领域大规模数据处理提供了有效参考价值。
- 聂盼盼臧洌刘雷雷
- 关键词：多类分类入侵检测
- 基于Kalman算法的网络安全态势预测被引量：7
- 2014年
- 网络安全态势预测是网络安全领域的研究热点之一,在分析当前网络安全态势预测方法的基础上,论文利用Kalman滤波理论建立了网络安全态势预测模型,利用当前和过去时段的攻击强度和网络安全态势值对下一时段的网络安全态势进行预测。实验结果表明该算法的预测精度优于传统的GM(1,1)算法和普通卡尔曼算法(即未结合影响因素),算法适应性和实时性优于RBF算法。
- 刘雷雷臧洌邱相存
- 关键词：网络安全态势KALMAN滤波
- 基于灰关联熵的网络安全态势Kalman预测算法被引量：7
- 2014年
- 在评估当前网络安全态势的基础上,掌握未来一段时间的网络安全态势,能够为网络管理者做出安全防护的决策提供有效的信息。利用网络安全态势值具有非线性时间序列的特点,提出一种基于灰关联熵的网络安全态势卡尔曼预测算法。首先应用灰关联熵分析方法对网络安全态势的各种影响因素做关联度分析,由此选出关键影响因素,接着根据这些影响因素建立相应的过程方程和预测方程。最后应用卡尔曼滤波递推地进行网络安全态势预测。实验结果表明该算法的预测精度优于传统的GM(1,1)算法和普通卡尔曼算法,算法适应性和实时性优于RBF算法。
- 刘雷雷臧洌邱相存
- 关键词：网络安全态势KALMAN滤波
