文献

J-GLOBAL ID：201702273382825514   整理番号：17A0257906

確率に基づく並列粒子群群-RVM侵入検知【JST・京大機械翻訳】

Intrusion detection using automatic kernel width optimization RVM based on probabilistic parallel PSO

著者 (2件)： Ma Wenhai (College of Computer Science and Technology,Nanjing Tech University) ,  Hu Ping (College of Computer Science and Technology,Nanjing Tech University)
資料名： Dianzi Jishu Yingyong  (Dianzi Jishu Yingyong)
巻： 42  号： 11  ページ： 119-121,125  発行年： 2016年 
JST資料番号： C2505A  ISSN： 0258-7998  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： AKO-RVMアルゴリズムは高い分類精度を有するだけではなく,RVMアルゴリズムと比較して,初期パラメータに対する性能の依存性をある程度低減し,侵入検知ネットワークのセキュリティを研究するための古典的RVMアルゴリズムよりも優れている。しかし,AKO-RVMサンプルの訓練と分類のための時間が長いので,本論文は,トレーニングサンプルを分類するために確率論に基づく主-RVM方式を提案して,並列-RVMのパラメータを最適化するために並列並列粒子群最適化アルゴリズムを採用した。さらに,分類分類モデルを構築し,次に,一対一分類法を用いて,マルチクラス検出に適用した。侵入実験の結果は,提案方法が高精度と性能,低依存性などの特性を持ち,トレーニングの反復回数と検出時間を大幅に低減することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： セキュリティ ,  *アルゴリズム ,  確率論 ,  最適化 ,  ネットワーク
準シソーラス用語： 高精度 ,  *侵入 ,  分類法 ,  分類モデル ,  粒子群最適化 ,  分類精度 ,  *侵入検知 , 【Automatic Indexing@JST】

著者キーワード (3件)： intrusion detection ,  relevance vector machine ,  probabilistic parallel particle swarm optimization

分類 (9件)： 計算機網  (JC03000K) ,  理論生物学一般  (EA02010D) ,  経営工学一般  (KA01010C) ,  移動通信  (ND08030H) ,  音声処理  (JE05000E) ,  飛しょう体の設計・構造  (QK04010H) ,  ゴム・プラスチック材料  (HC04030W) ,  数値計算  (JE02000J) ,  音波伝搬  (BB03030G)

タイトルに関連する用語 (3件)： 確率 ,  粒子群 ,  侵入検知