基于特征选择的物联网设备流量异常检测算法

摘要：

针对近年来物联网设备频繁受到僵尸网络(Botnet)攻击的问题,提出一种基于随机森林(random forests,RF)的包裹式特征选择方法RFCVFS(random forests cross validation feature selection),通过筛选合适的特征降低待检测数据的维度,达到提高模型检测效率的目的.实验结果表明,使用RFCVFS为9台不同的物联网设备分别筛选出有效特征并组成待检测数据,模型的训练时间最大降低82.67％,检测时间最大降低28.49％;对比PCA(principal component analysis)方法,其检测结果的准确率、真正率、F1、AUC(area under curve)分别最大可以高出13.82％、0.48％、7.63％、29.51％.

关键词：僵尸网络、流量特征、特征选择、异常检测、随机森林

所属期刊栏目：43

分类号：TP309(计算技术、计算机技术)

资助基金：江苏省重点研发基金项目BE2020084-4

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2153-2161