結合可視化與機器學習的網(wǎng)絡異常檢測技術研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著網(wǎng)絡技術的不斷發(fā)展,互聯(lián)網(wǎng)的普及率以及網(wǎng)民的數(shù)量的不斷攀升,給人們的學習和日常生活帶來了極大的便利。與此同時,針對網(wǎng)絡的攻擊手段日益復雜,網(wǎng)絡攻擊軟件日趨多樣,網(wǎng)絡安全面臨著十分嚴峻的挑戰(zhàn)。異常檢測技術可以檢測網(wǎng)絡中的異常行為,保護網(wǎng)絡的安全。
  現(xiàn)階段機器學習方法是異常檢測的主流,其方法本身固有的優(yōu)勢有:在數(shù)學上的堅實基礎、較之人有相對快速的學習速度、便于知識積累、學習結果易于傳播?;谝陨显?,機器學習技術在異常檢測方面

2、具有先天的優(yōu)越性。但是機器學習還存在可理解性不強、學習周期長、計算量大等問題。
  另外一方面,可視化技術存在以下優(yōu)勢:首先是可理解性強,信息能夠直接為大腦接受;其次是人眼可以高速并行獲取外界知識,之后在大腦層面進行高速處理,對于圖形的感知大大強于對數(shù)據(jù)的感知;最后是具有超強的模式識別能力??梢暬夹g的缺點是對過量數(shù)據(jù)的識別容易造成“過載”的情況,造成效果的不理想。
  我們希望在使用機器學習技術的基礎之上,增加方法的可理解

3、性,便于對異常進行檢測。
  基于以上原因,本文結合機器學習與可視化技術,開展網(wǎng)絡異常檢測技術研究。具體創(chuàng)新點如下:
  ?提出了一種結合平行坐標系和信息增益的異常檢測方法。平行坐標能夠?qū)⒏呔S數(shù)據(jù)展示在平面中,基于信息增益的特征選擇方法選擇最有價值的特征來決定平行坐標系的若干條縱軸,減少了展示的軸數(shù),使樣本的空間表示更加簡潔,使樣本的可視化表示更加顯著。通過實驗驗證了該方法的有效性。
  ?提出了一種結合象素螺旋排列和

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論