10.12379/j.issn.2096-1057.2024.01.06
基于自适应集成学习的异常流量检测
提出了 一种基于自适应集成学习的异常流量检测方法,使用离散傅里叶变换提取流量的频域特征,使得对流量特征提取过程中信息损失较小.用一种基于稳定性和准确性波动的评估指标来动态评估当前流量特征的可靠性,通过评估的特征数据块用于生成新的子分类器.同时,设计了一种集成自适应分类器,其参数和子分类器会根据当前的情况进行实时调整.实验结果表明,该方法对于解决异常流量检测中的概念漂移问题和机器学习对抗攻击问题有良好的效果.
异常流量检测、频域特征、概念漂移、集成学习、自适应学习
10
TP393.08(计算技术、计算机技术)
国家重点研发计划2019YFB2101704
2024-01-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
34-39