收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

非可信环境下的支持向量机研究

周喜川  
【摘要】: 支持向量机等人工智能算法具有适用范围广、识别准确率高等优点,因此被广泛应用于垃圾邮件过滤、入侵检测、恶意代码识别等网络安全应用中。同时,它们也具有明显的局限性。由于智能算法大多基于“内容”的方法建立样本,这使得系统在不可信的环境下很容易受到攻击。攻击者可以向训练样本中注入有毒样本,从而降低系统识别的正确率;攻击者也可以伪装恶意样本,从而躲过智能系统的识别。课题以提高支持向量机对“注入攻击”和“伪装攻击”攻击的抵御能力,建立非可信环境下的智能系统为目标,从鲁棒的支持向量机变型算法和攻击支持向量机策略分析两个角度展开研究。在前人的基础上,主要做了以下工作并获得了一些成果: 1.分析了攻击者“注入攻击”的最优算法,提出了一种基于贪婪法的连续攻击策略。另一方面,提出了抵抗“注入攻击”的自滤式支持向量机变型。变型算法被规约成半正定规划的凸优化形式。实验表明,新算法能有效检测并滤除注入的有毒样本,提高了对正常样本的识别准确率。 2.提出了两种抵抗“伪装攻击”的鲁棒支持向量机变型。算法基于二次锥规划与线性规划的凸优化形式。实验表明,新算法能有效提高系统对伪装攻击的鲁棒性。 3.特征提取在基于人工智能的安全系统中具有重要地位,文章提出了一种基于半监督典型相关性分析的特征提取算法。该算法特别适合应用于网络安全等数据规模较大的场合; 4.文章设计了专用的集成电路模块分别加速支持向量机与主成分分析这两种典型的智能算法。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 赵晓翠;王来生;;基于主成分分析和支持向量机的商业银行信贷风险评估[J];统计与决策;2006年13期
2 谭念;孙一丹;王学顺;黄安民;谢冰峰;;基于主成分分析和支持向量机的木材近红外光谱树种识别研究[J];光谱学与光谱分析;2017年11期
3 高尚;杨静宇;;基于主成分分析和支持向量机的效能评定[J];系统工程与电子技术;2006年06期
4 贾嵘;蔡振华;刘晶;王小宇;杨可;;基于主成分分析和最小二乘支持向量机的电力系统状态估计[J];电网技术;2006年21期
5 黄萍,李之棠;应用支持向量机实现分布式入侵检测[J];华中科技大学学报(自然科学版);2003年S1期
6 黄慧;张树毅;路翀;;用于人脸识别的不同核函数的支持向量机比较研究[J];伊犁师范学院学报(自然科学版);2016年02期
7 门雪;刘晓春;李国华;武梦龙;;基于主成分分析和支持向量机的结构损伤识别研究[J];工程建设;2018年03期
8 于萧榕;郭昌言;;基于决策支持向量机的入侵检测技术研究[J];电脑知识与技术;2011年11期
9 张庆华,张焕国,刘玉珍;基于健壮支持向量机的异常检测[J];计算机工程与应用;2004年22期
10 韩璐;韩立岩;;正交支持向量机及其在信用评分中的应用[J];管理工程学报;2017年02期
11 高尚;;基于主成分分析和支持向量机的威胁判断模型[J];数学的实践与认识;2008年04期
12 谭小彬,奚宏生,王卫平,殷保群;基于支持向量机的异常检测[J];中国科学技术大学学报;2003年05期
13 李瑞光;臧国轻;;基于主成分分析-支持向量机的土石坝渗流监测数据预测模型[J];计算机时代;2018年06期
14 陈为民;马超群;;支持向量机方法及其在金融中的应用与前景[J];金融经济;2006年12期
15 范昕炜,杜树新,吴铁军;去噪声的加权SVM分类方法[J];电路与系统学报;2004年04期
16 王杨;刘蒙;闫伟光;;蚁群优化算法优化支持向量机的视频分类[J];现代电子技术;2020年01期
17 文守逊;黄珺;王仁杰;;商业银行高级管理人员绩效的评价[J];统计与决策;2008年19期
中国重要会议论文全文数据库 前20条
1 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年
2 朱小龙;张俊红;孙诗跃;林耕毅;张益铭;林杰威;;基于复杂性指标和光滑支持向量机的柴油机配气系统故障诊断方法[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
3 蓝小武;佟强;黄欣琰;王亮;;基于支持向量机核函数的智能辩识配电台区准确信息方法研究[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
4 徐天扬;陈兰珍;;中红外光谱法结合支持向量机快速鉴别蜂蜜品种[A];21世纪第三届全国蜂业科技与海峡两岸蜂产业发展大会暨首届北京密云蜂产业发展高峰论坛论文集[C];2018年
5 郑春兵;;对装备使用维修费用预测方法的探索[A];寿命周期费用技术与协调发展[C];2010年
6 韩润繁;陈桂明;熊奇;高卫刚;;基于遗传算法和模拟退火算法并行优化支持向量机的武器装备费用估算[A];第十二届设备全寿命周期费用技术大会论文集[C];2018年
7 王梓笛;李双妹;李艳;尹延东;曹佳佳;张正勇;;基于拉曼光谱-支持向量机的乳制品快速智能鉴别技术研究[A];第21届全国分子光谱学学术会议暨2020年光谱年会论文集[C];2020年
8 熊浩;;基于支持向量机模型的快速公交行程时间算法对比研究[A];第十五届中国智能交通年会科技论文集(1)[C];2020年
9 李民策;王丽;李锡云;陈宗海;;基于支持向量机的电动汽车行驶工况识别方法[A];第21届中国系统仿真技术及其应用学术年会论文集(CCSSTA21st 2020)[C];2020年
10 王晓红;;一种改进多类支持向量机加权后验概率重构策略[A];2009中国控制与决策会议论文集(3)[C];2009年
11 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
12 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
13 汪荣贵;孙见青;胡琼;李守毅;;一种新的支持向量机决策树及其应用[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
14 伍敏;苏鹏宇;刘金福;于达仁;;基于RVM和SVM的风速预测研究[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年
15 曾江辉;耿金凤;汪邦军;郝建春;;面向时间序列质量波动预测的支持向量机回归模型研究[A];使命与责任—以质量方法促转型升级——第五届中国质量学术与创新论坛论文集(上)[C];2012年
16 刘爽;贾传荧;;一种加权支持向量机算法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
17 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
18 张立刚;李海丽;;基于最小二乘支持向量机的协调系统预测[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
19 戴林超;吴琳丽;赵海娜;李训铭;;基于最小二乘支持向量机的故障预测法[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
20 陈琳;黄杰;龚正虎;;一种基于支持向量机的抗噪声邮件分类方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
中国博士学位论文全文数据库 前20条
1 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
2 彭诗力;大规模混合数据分类的核方法研究[D];天津大学;2017年
3 肖雅静;基于支持向量机的滚动轴承故障诊断与预测方法研究[D];中国矿业大学(北京);2019年
4 胡庆辉;非稀疏多核支持向量机学习方法研究[D];武汉大学;2015年
5 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
6 阎满富;求解分类问题的支持向量机方法与应用研究[D];中国农业大学;2005年
7 陈素根;非平行平面支持向量机及特征提取中若干问题研究[D];江南大学;2016年
8 王瑜;基于支持向量机和多信息融合的局部放电故障诊断研究[D];华北电力大学;2015年
9 黄景涛;支持向量机算法参数选择及其在电站锅炉系统中的应用研究[D];浙江大学;2005年
10 黄华娟;孪生支持向量机关键问题的研究[D];中国矿业大学;2014年
11 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
12 刘丽梅;基于支持向量机新算法的流程工业过程故障诊断方法研究[D];东北大学;2012年
13 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
14 徐祥;大数据背景下支持向量机的随机坐标算法和鲁棒支持向量机研究[D];上海交通大学;2020年
15 陈立生;基于支持向量机的木材干燥预测控制技术[D];东北林业大学;2011年
16 王前前;鲁棒主成分分析关键技术研究及应用[D];西安电子科技大学;2019年
17 仪双燕;基于稀疏和低秩约束的主成分分析方法研究[D];哈尔滨工业大学;2017年
18 洪斌;稀疏和低秩学习若干问题研究[D];浙江大学;2018年
19 徐红敏;基于支持向量机理论的水环境质量预测与评价方法研究[D];吉林大学;2007年
20 程丽丽;支持向量机集成学习算法研究[D];哈尔滨工程大学;2009年
中国硕士学位论文全文数据库 前20条
1 张淑娟;基于支持向量机的税收预测模型研究[D];广东工业大学;2017年
2 刘梦;基于支持向量机的实时视频目标跟踪技术研究[D];南京邮电大学;2015年
3 刘碧森;支持向量机研究及其应用[D];电子科技大学;2003年
4 李慧芳;基于孪生支持向量机的入侵检测及应用研究[D];太原理工大学;2015年
5 聂王晨;基于优化最小二乘支持向量机的入侵检测技术研究[D];北京邮电大学;2020年
6 肖见涛;基于组合支持向量机的入侵检测研究[D];东北师范大学;2012年
7 李新军;基于支持向量机的建模预测研究[D];天津大学;2004年
8 彭宁;基于深度学习和对支持向量机的入侵检测研究[D];华北理工大学;2020年
9 白玉景;q阶正交模糊孪生支持向量机及其在股票预测中的应用[D];河北工程大学;2020年
10 张旭光;基于支持向量机的NBA赛事预测研究[D];新疆财经大学;2019年
11 叶黎明;投影孪生支持向量机若干问题研究[D];安庆师范大学;2021年
12 陈冰兰;基于支持向量机的信用评级研究[D];西南财经大学;2019年
13 秦启炜;基于特征关系的草图分类[D];大连理工大学;2019年
14 朱丽叶;基于特征工程应用的支持向量机对非寿险公司破产预测[D];西南财经大学;2019年
15 雍紫阳;集成二次曲面支持向量机在个人信贷风险评估中的应用[D];西南财经大学;2019年
16 张嘎;基于股市大小盘风格轮动效应的择时策略实证研究[D];浙江工商大学;2019年
17 刘佳;支持向量机在不平衡数据分类中的研究与应用[D];厦门大学;2019年
18 邓宜桐;基于支持向量机方法的股票回报率高低分类预测研究[D];华南农业大学;2018年
19 李江;基于支持向量机的股票量化择时策略研究[D];深圳大学;2019年
20 王旭峰;基于支持向量机与模糊贝叶斯方法的煤矿事故致因研究[D];中国矿业大学;2019年
中国重要报纸全文数据库 前20条
1 付君臣 本报特约通讯员 赵威;陆军第80集团军某旅 借智能系统建设智慧营区[N];解放军报;2021年
2 程震寰 叶星国;智能系统提升维修精准度[N];解放军报;2021年
3 全媒体记者 刘小飞 郑翔;我市安装首个防溺水智能系统[N];郴州日报;2021年
4 记者 吴璇;银中高铁智能系统等你来体验[N];银川日报;2019年
5 记者 刘伟平 通讯员 张朋飞;记者探访:利用智能系统“大数据”高速口实现“随到随走”[N];郑州日报;2020年
6 记者 刘洋;吉利汽车发布“爬行者”智能系统[N];北京商报;2019年
7 本报通讯员 刘禹杉 记者 邓敏佳;预报员+智能系统:1+1>2[N];中国气象报;2019年
8 本报驻湖南记者 张玲;网咖智能系统:助推“上机堂”转型升级[N];中国文化报;2019年
9 王猛;山东口岸首次使用智能系统为大宗货物“称重”[N];国际商报;2019年
10 记者 朱新韬;启用智能系统 缓解交通拥堵[N];南宁日报;2019年
11 本报记者 夏晖;智能系统护航两千多辆多公交车参与保障[N];首都建设报;2019年
12 通讯员 朱子江 陈礼 叶晓剑 本报记者 王春苗;囚子有没有危险行为,智能系统能预测[N];浙江法制报;2018年
13 深圳商报记者 陈姝;“机器人2.0”时代已来临[N];深圳商报;2017年
14 记者 张建列 通讯员 冯春;深圳机器人产业产值约787亿元[N];广东科技报;2017年
15 本报记者 裘炯华;药店加持智能系统 打造新商业模式[N];医药经济报;2017年
16 记者 马燕 通讯员 吕丹 王保冬;曲靖麒麟推“智能系统”治疗交通顽疾[N];人民公安报·交通安全周刊;2017年
17 记者 严圣禾;中外院士齐聚深圳讨论智能系统[N];光明日报;2015年
18 本报汽车事业部车评台研究员 朱倩倩;车载智能系统1.0-3.0的进化史[N];中国消费者报;2014年
19 本报记者 鲍妍;汽车智能系统能帮多少忙?[N];北京科技报;2004年
20 记者 周骥 通讯员 郭晓敏 吴婧;300辆新出租车开始安装智能系统[N];宁波日报;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978