基于词袋模型聚类的异常流量识别方法
本文选题:词袋模型 + 机器学习 ; 参考:《计算机工程》2017年05期
【摘要】:针对现有异常流量检测方法的识别准确率低且快速识别需要确定阈值等问题,基于词袋模型聚类,提出一种改进的网络异常流量识别方法。通过对已有的异常流量和正常流量进行K-means均值聚类,得到网络流量中的流量关键点,将网络流量转化映射到相应流量关键点后建立直方图,并采用半监督学习方式对异常流量进行检测。实验结果表明,与基于朴素贝叶斯、支持向量机等的识别方法相比,该方法具有更好的异常流量识别效果。
[Abstract]:Aiming at the problems of low recognition accuracy of existing anomaly flow detection methods and the need to determine threshold value for fast recognition, an improved network anomaly flow identification method is proposed based on word bag model clustering. Through K-means mean clustering of the existing abnormal and normal traffic, the key points of network traffic are obtained, and the network traffic is mapped to the corresponding traffic key points, and then the histogram is established. A semi-supervised learning method is used to detect the abnormal flow. The experimental results show that this method has better recognition effect than the recognition method based on naive Bayes and support vector machine.
【作者单位】: 贵州大学计算机科学与技术学院;
【基金】:贵州省科学技术基金(贵黔合LH字[2014]7634号,黔科合J字[2012]2328号)
【分类号】:TP393.06
【相似文献】
相关期刊论文 前10条
1 杨雅辉;杜克明;;全网异常流量簇的检测与确定机制[J];计算机研究与发展;2009年11期
2 贾慧;高仲合;;异常流量的分析与研究[J];计算机安全;2010年07期
3 贾志强;刘颖;李涛;;网络异常流量检测与处理模型的设计与实现[J];中国科教创新导刊;2008年19期
4 吴小叶;肖继民;;基于信息熵的网络异常流量的研究[J];广东通信技术;2008年04期
5 蔡洪民;钟隆著;;基于统计的校园网异常流量检测系统设计与实现[J];计算机安全;2014年07期
6 王景中;张春飞;;基于异常流量的网络行为分析系统设计[J];网络安全技术与应用;2012年11期
7 穆祥昆;王劲松;薛羽丰;黄玮;;基于活跃熵的网络异常流量检测方法[J];通信学报;2013年S2期
8 王凌艳;;通过流量监控系统数据分析校园网异常流量[J];和田师范专科学校学报;2010年06期
9 石贵民;;旁路模式下网络异常流量监控模块的设计与实现[J];佛山科学技术学院学报(自然科学版);2013年06期
10 孙知信;唐益慰;张伟;宫婧;王汝传;;基于特征聚类的路由器异常流量过滤算法[J];软件学报;2006年02期
相关博士学位论文 前1条
1 张伟;网络核心节点异常流量检测与控制技术研究[D];苏州大学;2008年
相关硕士学位论文 前10条
1 李天枫;大规模网络异常流量云检测平台研究[D];天津理工大学;2015年
2 眭扬朋;基于NetFlow的网络异常流量分离与攻击检测[D];电子科技大学;2015年
3 杨旭;基于行为分析的网络异常流量分类和检测技术研究[D];宁夏大学;2016年
4 龙海旭;IPv6网络下基于异常流量的DPM算法的研究[D];天津大学;2015年
5 吴小花;网络异常流量识别技术的研究[D];长春工业大学;2013年
6 樊雨;异常流量监测系统的分析与设计[D];电子科技大学;2010年
7 王锋;大型专网异常流量分析系统的设计与实践[D];北京邮电大学;2010年
8 孙嘉栋;基于统计学习理论的网络异常流量分析方法研究[D];天津科技大学;2010年
9 刘永杰;异常流量识别系统及其关键技术研究[D];南京邮电大学;2013年
10 贾慧;网络异常流量检测模型设计[D];曲阜师范大学;2011年
,本文编号:2053768
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/2053768.html