10.3969/j.issn.1006-9348.2021.01.057
基于增量式学习的网络攻击检测数学建模仿真
针对现有网络攻击检测数学模型,存在网络攻击检测率较低、网络攻击误报率较高、检测时效性较差等问题,构建一种基于增量式学习的网络攻击检测数学模型.首先利用拓扑几何学原理构建一个网络信息之间的拓扑结构关系,再利用该关系进行网络信息去噪,去噪后对数据做零均值化处理和对时间序列进行拟合.最后利用拟合得到的时间序列进行网络攻击判定实现检测,在此基础上利用增量式学习算法对网络信息数据做归一化处理,构建一个自回归数学模型,根据上述数学模型检测网络攻击.实验结果表明,所构建网络攻击检测数学模型具有高检测率、低误报率、高时效性的特点.
网络攻击检测、增量式学习算法、数学建模、拓扑几何原理、归一化处理
38
TP391(计算技术、计算机技术)
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
273-276,306