软间隔支持向量机（SVM，support vector machine）分类算法是目前入侵检测中最好的分类异常行为的机器学习算法之一，但是它是有监督学习方法，并不能适用于检测新的入侵行为；而1类SVM方法是一种可用于检测异常的无监督学习方法，但误警率比较高。根据以上两种方法，提出了一种改进的SVM方法，仿真实验证明这种方法是一种具有低误警率的无监督学习方法，具有和软间隔SVM相似的检测能力。