基于数据分类思维的网络危险信号检测系统设计与实现

摘要：

传统网络危险信号检测方法,需要对网络的全部数据包进行挖掘,导致所用检测时间长,空间复杂度高,无法准确地检测出网络危险信号.设计并实现了一种基于数据分类思维的网络危险信号检测系统,该系统包括预处理模块、特征选择模块、信号分类模块等.通过分数阶傅里叶变换对网络危险信号进行预处理操作.采用网络信号特征选择的方法,对已经完成预处理的网络信号进行特征选择.再通过半监督聚类算法从大量混乱无序的网络信号特征中获得训练数据集,并进行组合信号分类器分类.基于学习结果分析是否存在网络危险信号,实现网络危险信号的准确检测.实验结果说明,所设计系统对于网络危险信号的检测效率、误报率都优于人工免疫系统,具有较高的应用性和实时性.

关键词：数据分类、网络、危险信号检测、系统设计

所属期刊栏目：39

分类号：TN911-34;TP321

资助基金：四川省高校教师教学发展示范中心2015年度“教育信息化背景下教师发展研究”专项课题:基于ETL和数据挖掘技术的大学生成绩相关性研究JYXXH15-005

在线出版日期：2016-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：142-145,148