10.3969/j.issn.1673-629X.2016.03.008
基于熵和SVM多分类器的异常流量检测方法
随着大数据时代的到来,各种数据挖掘和机器学习方法被广泛地应用于异常流量检测。文中针对异常流量检测方法展开研究,提出了一种基于熵和改进的SVM多分类器的异常流量检测方法。该方法用熵值对网络流量的各个属性进行量化,将异常流量检测问题抽象为对不同类型流量的分类问题,并对传统的一对其余SVM多分类器进行改进。使用改进SVM多分类器对熵值量化后的流量进行分类判决,根据分类结果捕获异常。将该方法应用于实际的异常流量检测系统,并进行测试,结果表明,该方法对网络中常见的异常流量有很好的检测效果。
异常检测、信息熵、一对其余、分类
26
TP301(计算技术、计算机技术)
国家重大专项2013ZX03006002;国家自然科学基金资助项目61471029;北京市自然基金“面上”项目4132053;基本科研业务费2014JBM012
2016-05-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
31-35