10.16208/j.issn1000-7024.2022.08.008
基于特征选择的物联网设备流量异常检测算法
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%.
僵尸网络、流量特征、特征选择、异常检测、随机森林
43
TP309(计算技术、计算机技术)
江苏省重点研发基金项目BE2020084-4
2022-08-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
2153-2161