论文部分内容阅读
为降低电力信息网络入侵检测的检测误差和检测耗时，提出一种基于改进最小闭包球向量机(minimum enclosing ball vector machine，MEBVM)的入侵检测方法。该方法将入侵检测抽象成多分类问题，通过改进 MEBVM 对历史数据样本的训练学习来得到入侵检测模型。改进 MEBVM 利用最小闭包球降低检测耗时，并在训练过程中利用粒子群优化算法动态搜索 MEBVM 的最优训练参数以降低入侵检测模型误差。最后基于电力信息网络现场数据的实验证明，该方法与传统方法相比具有更高的检测精度和更少的检测耗时。