KFDA and clustering based multiclass SVM for intrusion detection
Wei Wei, Yuxin, Wu, Mu-qing · 中国邮电高校学报：英文版 · 2008
改进分类精确性并且减少训练时间，一种侵入察觉技术被建议，它联合特征抽取技术并且多班支持向量机器(SVM ) 分类算法。侵入察觉模型安装有二个阶段。第一个阶段是投射独创训练数据进核 fisher 判别式分析(KFDA ) 空间。第二个阶段是使用模糊的聚类技术聚类投射数据并且构造决定树，基于聚类的结果。全面察觉模型基于决定树被建立。从 99 数据集使用知识发现和数据采矿(KDD ) 的实验的结果证明建议技术能是一为侵入察觉的一个有效方法。