文献

J-GLOBAL ID：201802244694872840   整理番号：18A0871882

代価敏感判別辞書学習に基づく侵入検知手法【JST・京大機械翻訳】

Intrusion Detection Method Based on Cost Sensitive Discrimination Dictionary Learning

著者 (2件)： Wu Yuqiang (南京森林警察学院信息技術系,南京,210023) ,  Tian Sucheng (南京森林警察学院信息技術系,南京,210023)
資料名： Keji Tongbao  (Keji Tongbao)
巻： 33  号： 12  ページ： 162-166  発行年： 2017年 
JST資料番号： C3222A  ISSN： 1001-7119  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： 現在の辞書学習法は識別能力を有する構造化辞書を構築できないので、正負類のサンプルデータの不均衡によるコストの異なる問題を無視するため、コストに敏感な識別辞書の学習方法を提出し、そしてそれをネットワーク侵入検出に用いる。最初に,スパース表現モデルを再構築して,目標関数の中の設計制約の識別項目学習によって識別特性の辞書を学習し,次に,データ集中侵入データと非侵入データの不均衡を考慮して,異なる誤検出行動コストの分類性能への影響を,コスト感度マトリックスを導入することによって,それぞれ考慮した。..2.O...................................................前処理されたKDD99ネットワーク侵入データセットを実験データとして選定し,再現率,適合率,エラー受容率,F-measureなどの指標を用いて分類器性能を評価し,サポートベクトルマシン,決定木,およびクラスタ分析などの機械学習アルゴリズムと比較した。CS-DDLは分類装置の性能を改善した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 再構成 ,  サポートベクトルマシン ,  学習アルゴリズム ,  ディシジョンツリー ,  クラスタ分析 ,  *学習 ,  分類装置 ,  ネットワーク
準シソーラス用語： 適合率 ,  再現率 ,  *侵入 ,  スパース表現 ,  不均衡 ,  *侵入検知 ,  *辞書学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： intrusion detection ,  cost sensitive ,  dictionary learning ,  classification performance ,  machine learning

分類 (3件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  検索技術  (AC06020S)

タイトルに関連する用語 (5件)： 代価 ,  判別 ,  辞書学習 ,  侵入検知 ,  手法