基于用户网络数据指纹的异常行为检测研究
发布时间：2020-07-10 12:03
【摘要】：随着互联网在全球的快速发展,网络正在悄然改变着每个人的生活方式。在海量的用户网络行为数据中,有形形色色的数据情况和特征,通过分析用户的网络行为数据,能够看出用户的上网习惯、偏好,进而发现其中存在的异常用户。这些异常用户的存在可能会使其自身的身心健康发展受到影响、甚至破坏网络环境健康的生态圈以及网络交易的公平公正。因此,识别出这些具有异常上网行为的用户,对于维护网络生态和谐健康的发展是非常重要的。然而,海量数据的丰富性为异常检测方法带来挑战,本文将根据当前互联网环境下的两类具体异常做分析,并完成检测这两类异常的方案设计和算法实现。本文的工作和创新点主要包括以下几个方面:(1)整合运营商DPI(Deep Packet Inspection,深度包检测)数据,从用户网络行为的角度分析异常行为模式。考虑用户使用互联网应用全过程,通过分布式处理运营商大规模DPI数据并提取有效内容,构建网络数据指纹系统来表征用户网络行为。(2)分析不同类型异常用户的行为特性,针对批量薅羊毛用户以及上网习惯不良用户两类异常行为模式,设计更具针对性的基于特征工程和机器学习模型的异常检测方案。(3)在特征工程部分引入RPCA(Robust Principal Component Analysis,鲁棒性主成分分析)算法,论证该算法应用于异常检测任务的合理性,且能达到丰富特征集、增强特征选择能力的目的。(4)在学习模型上提出改进的iForest(Isolation Fores,孤立森林)算法,即w-iForest算法,该算法体现出iForest各组成部分不同的检测效力,通过上网行为不良用户检测测试,证明其表现效果良好。
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.08
【图文】：
在只有噪声而没有异常点的情l料拢庋哪Ｐ涂梢院芎玫胤纸庠际义暇荨５谟幸斐５愕那榭鱿拢杂谌狈β嘲粜缘哪Ｐ屠此担Ч筒皇呛芎缅义狭恕＠缭谕迹玻敝校蓖夹蔚淖钣冶叽嬖谝桓鲆斐５闶保耸拐跄夂锨义舷叩奈蟛钭钚。蚰夂锨呔捅匦胂蛞斐５闱阈保庋鼍突岬贾抡跄夂锨义舷叱鱿旨蟮奈蟛睢ｅ义希担卞五义希村义希冲义希插义希保义希板危卞危邋五澹у澹у澹у邋五危驽五危慑澹慑澹慑澹叔义希板危卞危插危冲危村危靛义贤迹玻狈锹嘲粜运惴ㄐЧ煎义希保冲义
本文编号：2748892
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.08
【图文】：
在只有噪声而没有异常点的情l料拢庋哪Ｐ涂梢院芎玫胤纸庠际义暇荨５谟幸斐５愕那榭鱿拢杂谌狈β嘲粜缘哪Ｐ屠此担Ч筒皇呛芎缅义狭恕＠缭谕迹玻敝校蓖夹蔚淖钣冶叽嬖谝桓鲆斐５闶保耸拐跄夂锨义舷叩奈蟛钭钚。蚰夂锨呔捅匦胂蛞斐５闱阈保庋鼍突岬贾抡跄夂锨义舷叱鱿旨蟮奈蟛睢ｅ义希担卞五义希村义希冲义希插义希保义希板危卞危邋五澹у澹у澹у邋五危驽五危慑澹慑澹慑澹叔义希板危卞危插危冲危村危靛义贤迹玻狈锹嘲粜运惴ㄐЧ煎义希保冲义
本文编号：2748892
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/2748892.html
