[發明專利]一種基于改進SVM多分類的網絡入侵檢測方法在審
| 申請號： | 202110143858.3 | 申請日： | 2021-02-02 |
| 公開（公告）號： | CN112765148A | 公開（公告）日： | 2021-05-07 |
| 發明（設計）人： | 朱節中;張果榮;楊再強;柯福陽 | 申請（專利權）人： | 南京信息工程大學 |
| 主分類號： | G06F16/215 | 分類號： | G06F16/215;G06F16/28;G06N3/08;G06N3/04 |
| 代理公司： | 南京匯盛專利商標事務所(普通合伙) 32238 | 代理人： | 張立榮;喬煒 |
| 地址： | 210044 江蘇*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 改進 svm 分類 網絡 入侵 檢測 方法 | ||
1.一種基于改進SVM多分類的網絡入侵檢測方法，其特征在于，包括如下步驟：
步驟一、獲取數據并對數據進行預處理；
步驟二、將預處理后的數據分為正常和攻擊的二元數據類型，所述攻擊數據包括若干分類類型，將數據經過SVM輸出二元分類結果，若分類結果為正常類型，則直接輸出；若分類結果為攻擊類型，則將分類數據代入BP神經網絡；
步驟三、構建三層BP神經網絡，BP神經網絡的輸入層節點數a、隱含層節點數h、輸出節點數c，其中，h＝2a+1；將分類數據輸入BP神經網絡得到輸出結果。
2.根據權利要求1所述基于改進SVM多分類的網絡入侵檢測方法，其特征在于：數據的預處理包括數據清洗、數據標準化和歸一化處理。
3.根據權利要求2所述基于改進SVM多分類的網絡入侵檢測方法，其特征在于：數據標準化采用Z-score方法對數值型特征進行標準化處理：
其中，r為標準化前的數值，z為標準化后的值，μ為數據平均值，s為標準差。
4.根據權利要求3所述基于改進SVM多分類的網絡入侵檢測方法，其特征在于：數據歸一化是按下述規則將數據映射到區間[0,1]，
其中，x為歸一化后的值，zmax為標準化后的最大值，zmin為標準化后的最小值。
5.根據權利要求1所述基于改進SVM多分類的網絡入侵檢測方法，其特征在于：所述BP神經網絡隱含層神經元之間設置有權重系數，分類數據輸入BP神經網絡后將權重系數與輸入數據相乘得到預測值，將預測值f(xi)與對應的真實值f(xi)’按下式求得預測誤差，
ei＝|f(xi)-f(xi)'|
其中，ei為預測誤差；
設置最小誤差，若預測誤差小于等于預設的最小誤差值，則輸出結果；若大于預設的最小誤差值，則將這個誤差值通過隱含層神經元向后傳播，并調整權重系數，然后重復將分類數據輸入BP神經網絡求得預測誤差的操作，直至預測誤差小于等于預設的最小誤差，輸出最后的結果。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京信息工程大學，未經南京信息工程大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110143858.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種壓力容器氣體泄漏檢測方法
- 下一篇：一種爆破式礦井單體支護支柱
