基于在線特征選擇的網(wǎng)絡(luò)流異常檢測
摘要:針對傳統(tǒng)批處理特征選擇方法處理大規(guī)模骨干網(wǎng)數(shù)據(jù)流存在時間和空間的限制,提出基于在線特征選擇(online feature selection,OFS)的網(wǎng)絡(luò)流異常檢測方法,該方法將在線思想融入線性分類模型,在特征選擇過程中,首先使用在線梯度下降法更新分類器,并將其限制在L1球內(nèi),然后用截?cái)嗪瘮?shù)控制特征選擇的數(shù)量。研究結(jié)果表明,提出的方法能充分利用網(wǎng)絡(luò)流的時序性特點(diǎn),同時減少檢測時間且準(zhǔn)確率和批處理方法相近,能滿足網(wǎng)絡(luò)流異常檢測的實(shí)時性要求,為網(wǎng)絡(luò)流分類和異常檢測提供一種全新的思路。
注: 保護(hù)知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系山東工業(yè)大學(xué)學(xué)報雜志社