一种基于特征选择的网络流量异常检测方法_第1页
一种基于特征选择的网络流量异常检测方法_第2页
一种基于特征选择的网络流量异常检测方法_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于特征选择的网络流量异常检测方法论文提出了一种基于特征选择的网络流量异常检测方法。该方法通过征选择算法结合机器学习算法对网络流量进行分析、建模和检测，可绍了网络流量异常检测的背景和意义。然后，对当前网常检测方法的研究现状进行了详细的梳理和分析。接着，介绍安全；网络流量异常检测；特征选择；机器学习算法件层出不穷。网络流量异常检前网络安全领域非常重要的研究方向之一。网络流量异常检测可流量异常检测学方法的网络流量异常检测主要是基于连续的流量时间序来进行异常检测，通过计算流量数据的平均值、标准差等统计指断当前的流量数据是否异常。该方法的优点是简单易行，但是络流量异常检测基于机器学习算法的网络流量异常检测是当前比较流行的一种方法。网络流量数据看作高维的数据点，通过特征选择算法和分类器型，判断当前的流量数据是否异常。常用的机器学习算法有KNNSVM，数据的规律和规律变化，但是也存在一些问题，比如：数据量量异常检测着深度学习的发展，越来越多的研究工作开始将深度学应用于网络流量异常检测中。目前，常用的深度学习算法包括卷网络(CNN)、循环神经网络(RNN)、长短时记忆网络(LSTM)等。该优点是能够自动提取流量数据的特征，避免了手工特征选择带来。要是基于特征选择算法和机器学习算法对网络流量进行建先需要从原始数据中提取出有效的特征，然后针对提取出行特征选择，筛选出有区分性的特征，减少模型训练和检测的征后，该方法采用机器学习算法建立模型。具体的算法可模型可以用于网络流量的监控和检测。当出现流量异常事法的有效性和实用性，我们使用了一份已有络流量数据集进行了实验测试。实验结果表明，该方法能够较出网络流量数据中的异常行为，同时运行时间较短，具有较好一种基于特征选择的网络流量异常检测方法。该方法通可以有效地识别出网络中的异常行为，提高网络安

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论