一种基于双隶属度FSVM的网络入侵检测方法

 针对网络入侵检测系统中检测率低的问题,本文提出一种基于双隶属度FSVM的非平衡数据分类方法。该方法考虑到训练样本存在样本不平衡和噪声污染样本问题,首先利用FCM聚类方法计算类内平衡隶属度,构成模糊隶属函数,同时考虑到样本间数量、分散度等因素导致样本间不平衡的问题,在模糊隶属函数中引入类间平衡隶属度,然后设计一种基于双隶属度FSVM对不平衡样本进行机器学习和分类。