郭延鋒，孫 娜

（遼寧工業(yè)大學(xué) 電子與信息工程學(xué)院，遼寧 錦州121001）

0 引 言

傳統(tǒng)網(wǎng)絡(luò)管理往往是針對網(wǎng)絡(luò)進(jìn)行操作、監(jiān)督、維護(hù)和提供網(wǎng)絡(luò)操作系統(tǒng)以及相關(guān)軟件［1］。這些年，隨著網(wǎng)絡(luò)信息化迅猛發(fā)展，網(wǎng)絡(luò)用戶數(shù)量呈現(xiàn)指數(shù)級增長，這也使得如何更好、更高效地管理網(wǎng)絡(luò)成為網(wǎng)絡(luò)管理的難點(diǎn)和國內(nèi)外學(xué)者研究熱點(diǎn)。在現(xiàn)有的網(wǎng)絡(luò)管理機(jī)制中，網(wǎng)絡(luò)管理員起到了舉足輕重的作用，但是面對成千上萬網(wǎng)絡(luò)用戶時，管理員往往表現(xiàn)出力不從心，因?yàn)樗麄儾粌H僅要維護(hù)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定，還要應(yīng)對各種網(wǎng)絡(luò)病毒和攻擊。

個人信用管理模型最早產(chǎn)生在美國，伴隨著世界金融的發(fā)展，目前已在金融領(lǐng)域廣泛使用，例如保險業(yè)，銀行業(yè)等。金融機(jī)構(gòu)通過分析客戶在一定時間內(nèi)的消費(fèi)行為，對客戶進(jìn)行個人信用評估，最終建立個人信用評估系統(tǒng)，并利用其用戶進(jìn)行管理和分類，為金融決策提供支持。隨著信用評估技術(shù)的發(fā)展，目前已經(jīng)產(chǎn)生了很多信用分析和管理的方法，例如，線性概率方法，人工神經(jīng)網(wǎng)絡(luò) （artificial neural networks，ANN）和數(shù)學(xué)規(guī)劃方法等［2－4］。其中最為流行和被行業(yè)認(rèn)可的是人工神經(jīng)網(wǎng)技術(shù)，由于其高準(zhǔn)確率和穩(wěn)定性被廣泛使用［5－10］。支持向量機(jī) （support vector machine，SVM）是人工神經(jīng)網(wǎng)絡(luò)技術(shù)之一，它繼承了人工神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)并結(jié)合有監(jiān)督學(xué)習(xí)方法，對分類和預(yù)測問題效果明顯［11］，目前多用于解決各類實(shí)際問題，例如模式匹配，生物醫(yī)學(xué)等。

本文提出一種新的網(wǎng)絡(luò)用戶行為管理方法。該方法利用信用模型并結(jié)合網(wǎng)絡(luò)用戶行為，對用戶進(jìn)行信用評估，并給出相應(yīng)的信用值，通過對信用值排序和分析，對網(wǎng)絡(luò)用戶進(jìn)行管理，這樣大大減輕了網(wǎng)絡(luò)管理員的工作強(qiáng)度，提高網(wǎng)絡(luò)運(yùn)行的穩(wěn)定性。實(shí)驗(yàn)結(jié)果證明了基于信用的管理用戶模型的可行性和有效性。

1 SVM模型

服務(wù)器中的網(wǎng)絡(luò)日志可以看成一種高維時間序列，其中記錄著網(wǎng)絡(luò)中用戶的任何網(wǎng)絡(luò)行為，并且隨著時間而更新，考慮到日志中各個屬性之間的關(guān)系復(fù)雜性和數(shù)據(jù)的海量性。傳統(tǒng)方法，尤其是基于數(shù)學(xué)統(tǒng)計和概率的，因其自身的不可學(xué)習(xí)性和自身調(diào)節(jié)不靈活，往往顯得力不從心。

1998年Vapnik等人首次提出支持向量機(jī)模型，該模型本身是一種基于空間風(fēng)險和時間風(fēng)險最小化原則的機(jī)器學(xué)習(xí)算法，通過多年發(fā)展，其泛化能力和魯棒性大大增強(qiáng)，并且在不同領(lǐng)域使用反饋來看表現(xiàn)優(yōu)異［12］。支持向量機(jī)模型的基本思想是基于Mercer定理，通過非線性變換函數(shù)將輸入向量從低維空間映射到高維空間中，并根據(jù)結(jié)構(gòu)風(fēng)險最小化原則構(gòu)造最優(yōu)線性回歸函數(shù)，即最優(yōu)分類超平面。最優(yōu)分類超平面必須滿足能夠盡可能多的將兩類數(shù)據(jù)點(diǎn)正確分開，同時使分開的兩類數(shù)據(jù)點(diǎn)距離分類超平面最遠(yuǎn)［13］。

假設(shè)給定訓(xùn)練樣 本：（x1，y1），（x2，y2），...，（xn，yn），其中xi∈Rn是樣本輸入向量值，yi∈R是樣本輸出 （即類別標(biāo)簽），支持向量機(jī)模型的決策函數(shù)可以表示為

式中：w——權(quán)值向量，b——函數(shù)偏置常量。

由于最優(yōu)超平面必須滿足向量到超平面距離最大的原則，因此支持向量模型在高維空間求最優(yōu)分類超平面問題可以表示為

式中：‖w2‖——結(jié)構(gòu)風(fēng)險，代表模型的復(fù)雜程度，使函數(shù)變化曲線更為平緩，提高魯棒性能力；——經(jīng)驗(yàn)風(fēng)險，代表模型的錯誤分類；C——懲罰系數(shù)，ξi——松弛系數(shù)。

其對偶問題采用拉格朗日方法進(jìn)行求解，式 （2）變?yōu)?/p>

當(dāng)樣本點(diǎn)無法被線性可分時，SVM模型將原始樣本集通過一個非線性映射函數(shù)φ（x），映射到高維特征空間中，在此空間中進(jìn)行線性分類。在高維空間中使用核函數(shù)進(jìn)行內(nèi)積運(yùn)算，核函數(shù)表示為K（xi，xj）＝φ（xi）·φ（xj），因此高維空間的計算只需在原低維空間進(jìn)行核函數(shù)運(yùn)算即可，則式 （3）修改為

得到最優(yōu)解α＊＝（α＊1，α＊2，...，α＊n）T。

選取的α＊一個小于C的正分量α＊j，計算

則SVM分類決定函數(shù)表示為

常用的SVM核函數(shù)包括，線性核函數(shù)、多項(xiàng)式核函數(shù)、Sigmoid核函數(shù)和高斯徑向基核函數(shù) （RBF）［14－16］。

2 基于信用的網(wǎng)絡(luò)用戶管理

利用個人信用進(jìn)行決策和分析，目前在金融領(lǐng)域已廣為應(yīng)用，產(chǎn)生了很多方法和工具。尤其是2008年美國經(jīng)濟(jì)危機(jī)爆發(fā)以后，如何更好的利用信用機(jī)制去管理客戶和為金融決策服務(wù)成為新的研究熱點(diǎn)。本文首次在網(wǎng)絡(luò)用戶管理中引入個人信用管理機(jī)制，在傳統(tǒng)網(wǎng)絡(luò)管理方式的基礎(chǔ)上有所突破，為網(wǎng)絡(luò)管理提供了一個新的思路。方法整體流程如圖1所示，主要包括3個部分，首先是使用網(wǎng)絡(luò)數(shù)據(jù)訓(xùn)練集對支持向量機(jī)模型進(jìn)行訓(xùn)練；其次是優(yōu)化支持向量機(jī)模型內(nèi)部參數(shù)以提高分類準(zhǔn)確率；最后是根據(jù)模型的分類結(jié)果對網(wǎng)絡(luò)中用戶進(jìn)行信用評估。

圖1 信用模型整體流程

個人信用網(wǎng)絡(luò)管理具體步驟如下：

（1）使用公開的網(wǎng)絡(luò)數(shù)據(jù)：在本文中，為了保證算法的有效性和可重復(fù)性，我們使用公開的網(wǎng)絡(luò)數(shù)據(jù)KDD CUP 99作為基本數(shù)據(jù)，此數(shù)據(jù)集包含了豐富的網(wǎng)絡(luò)用戶行為信息，并且數(shù)據(jù)是平衡的 （正常的數(shù)據(jù)數(shù)量和異常的基本相等）有利于此后對模型訓(xùn)練和分析。

（2）訓(xùn)練支持向量機(jī)模型：為了保證網(wǎng)絡(luò)數(shù)據(jù)各維度之間關(guān)系的完整性，盡可能的減少數(shù)據(jù)損失，本文中我們沒有對數(shù)據(jù)進(jìn)行歸一化和降維處理，而是直接使用原始數(shù)據(jù)，通過隨機(jī)抽取的方式產(chǎn)生出訓(xùn)練集和測試集。而支持向量機(jī)模型，我們使用比較流行的LIBSVM作為實(shí)驗(yàn)工具。通過使用不同核函數(shù)，我們構(gòu)成了3種不同的支持向量機(jī)模型。在訓(xùn)練的過程中，將數(shù)據(jù)直接輸入到模型中，并進(jìn)行訓(xùn)練，建立一個粗糙的模型，并比較這3種不同內(nèi)核SVM模型的分類準(zhǔn)確率高低。

（3）參數(shù)優(yōu)化和構(gòu)建信用模型：由于SVM自身的特點(diǎn)，因此對SVM模型參數(shù)進(jìn)行尋優(yōu)是十分重要和必要的步驟。在本文中我們使用的SVM模型屬于C－SVM類型，因此更有必要對其優(yōu)化。試驗(yàn)中使用網(wǎng)格優(yōu)化 （grid search）算法對參數(shù) （C和g）尋優(yōu)以提高模型的分類準(zhǔn)確率。

（4）用戶信用值計算：支持向量機(jī)模型建立并進(jìn)行優(yōu)化后，將測試集輸入到SVM模型中，通過計算將網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行預(yù)測分類，分為正常 （＋1）和異常 （－1）兩類，而后使用數(shù)據(jù)向量到超平面的距離作為信用度量，進(jìn)行信用評估。

（5）利用信用進(jìn)行網(wǎng)絡(luò)管理：使用步驟 （4）提供的信用評估結(jié)果進(jìn)行匯總分析，進(jìn)而對網(wǎng)絡(luò)用戶進(jìn)行管理。針對低信用值用戶加強(qiáng)管理，甚至采取斷網(wǎng)等極端措施，而對信用度好的網(wǎng)絡(luò)用戶則減少管理或不需要管理。

使用信用機(jī)制作為管理手段，主要是從心理學(xué)角度上來控制和規(guī)范網(wǎng)絡(luò)用戶的行為，并且在將來可以引入類似于足球升降級制度，對網(wǎng)絡(luò)用戶信用值進(jìn)行動態(tài)調(diào)整。

3 實(shí)驗(yàn)結(jié)果及分析

本實(shí)驗(yàn)使用KDD CUP 99數(shù)據(jù)集作為原始數(shù)據(jù)集，此數(shù)據(jù)集是完全公開的，可從UCI數(shù)據(jù)庫中獲得 （http：//archive.ics.uci.edu/ml/datasets/KDD＋Cup＋1999＋Data），此數(shù)據(jù)集包含494021條記錄，每條記錄42維。試驗(yàn)中我們將數(shù)據(jù)分為兩類，一類是正常網(wǎng)絡(luò)連接，另一類是異常連接，例如網(wǎng)絡(luò)攻擊等，分別用＋1和－1表示。為了方便運(yùn)算，本試驗(yàn)中，我們從原始數(shù)據(jù)中分別隨機(jī)抽出20000條記錄作為訓(xùn)練集和2000條數(shù)據(jù)作為測試集。

3.1 核函數(shù)選擇

由于SVM模型核函數(shù)對實(shí)驗(yàn)結(jié)果的重要性，因此我們首先使用不同的核函數(shù)進(jìn)行比較試驗(yàn)，以便從中挑選出最合適核函數(shù)，為模型所用。試驗(yàn)結(jié)果如表1所示。

表1 不同核函數(shù)比較

從表1中我們可以看到，在沒有對支持向量機(jī)模型參數(shù)優(yōu)化的前提下，這4個核函數(shù)中RBF核函數(shù)準(zhǔn)確率最高，達(dá)到了90.2%，Sigmoid核函數(shù)準(zhǔn)確率最低僅77.6%，而Line核函數(shù)與Polynomial核函數(shù)準(zhǔn)確率幾乎一樣，因此通過比較我們選擇RBF作為信用模型的核函數(shù)，為下一步做準(zhǔn)備。

3.2 SVM模型參數(shù)優(yōu)化

除了核函數(shù)外，影響SVM模型分類準(zhǔn)確率另一個因素是模型內(nèi)部的變量，因此為了進(jìn)一步提高模型分類準(zhǔn)確率我們還應(yīng)該對模型參數(shù)進(jìn)行尋優(yōu)操作。

本次試驗(yàn)中為方便計算，我們使用網(wǎng)格尋優(yōu)算法對模型中懲罰系數(shù)C和RBF核函數(shù)參數(shù)g進(jìn)行尋優(yōu)，具體來說使用交叉驗(yàn)證 （cross validation）［13］方法對進(jìn)行兩次尋優(yōu)。第一次為粗尋優(yōu)，C和g的變化范圍都是2－10，2－9，…，29，210，搜索結(jié)果如圖2所示，其中x和y軸分別表示C和g取以2為底的對數(shù)后的值，等高線表示取相應(yīng)的C和g所得到的準(zhǔn)確率，從圖2中可看到把C縮小到2－2到24，同時g的范圍可以縮小到2－4到24，這樣在粗選參數(shù)的基礎(chǔ)上可以進(jìn)行二次尋優(yōu)。在第二次尋優(yōu)中我們限定C的變化 范 圍 為 2－2，2－1.5， …，24，g的 取 值 范 圍 為 2－4，2－3.5，…，24，最終尋優(yōu)結(jié)果如圖3所示。

通過兩次尋優(yōu)操作對SVM模型進(jìn)行優(yōu)化，可以更為精準(zhǔn)的獲得參數(shù)C和g的最優(yōu)值，從而保證信用模型的準(zhǔn)確性和可靠性。

3.3 網(wǎng)絡(luò)用戶信用評估

由于網(wǎng)絡(luò)數(shù)據(jù)是實(shí)時的、海量的，因此為了鎖定網(wǎng)絡(luò)用戶身份，在具體實(shí)踐中，我們使用IP地址和MAC地址捆綁方式來識別用戶，作為用戶的身份標(biāo)識，并且在實(shí)際應(yīng)用中發(fā)現(xiàn)，使用支持向量機(jī)模型分類后，距離超平面距離較遠(yuǎn)的數(shù)據(jù)，往往是比較穩(wěn)定的，即非常好或非常壞的。因此我們可以通過計算數(shù)據(jù)向量點(diǎn)到超平面的距離作為信用度量標(biāo)準(zhǔn)，對同一用戶在一定時間內(nèi)的信用均值作為其信用值。從整體角度，按照信用值進(jìn)行排序，從中選擇信用最差的用戶 （例如選100個）加強(qiáng)跟蹤和管理，而對于信用好的用戶則減少或不進(jìn)行管理，這樣做將大大減輕網(wǎng)絡(luò)管理員的工作負(fù)擔(dān)。信用排序如圖4所示。右下角表示信用差的用戶分布，從圖4可以看出，大部分用戶信用都可以，只有小部分用戶信用值低，對網(wǎng)絡(luò)產(chǎn)生危害。

圖4 網(wǎng)絡(luò)用戶信用值分布

除了引入信用機(jī)制外，我們還引入升降級制度，在一定時間內(nèi)對網(wǎng)絡(luò)用戶信用值進(jìn)行動態(tài)調(diào)整，信用不好的用戶若 “改過自新”，則可以成為信用度好的，同理信用好的用戶也有可能變成差的，這樣提高了網(wǎng)絡(luò)用戶管理的彈性和可靠性。

4 結(jié)束語

鑒于網(wǎng)絡(luò)管理的重要性和必要性，本文提出了一種新的網(wǎng)絡(luò)管理方法——基于個人信用機(jī)制的網(wǎng)絡(luò)管理方法。盡管目前，個人信用評估機(jī)制已經(jīng)廣泛應(yīng)用于金融領(lǐng)域，并取得了很好的效果，而在網(wǎng)絡(luò)管理中目前還沒有相關(guān)研究。本文通過實(shí)驗(yàn)分析表明，基于個人信用的網(wǎng)絡(luò)管理方法可以在一定程度上減輕網(wǎng)絡(luò)管理員的工作壓力，提高網(wǎng)絡(luò)整體的穩(wěn)定性，并且由于針對網(wǎng)絡(luò)用戶行為控制，從根源上提高了網(wǎng)絡(luò)的穩(wěn)定性，也為未來網(wǎng)絡(luò)管理發(fā)展提供了一個新的思路和發(fā)展方向。

［1］WANG J L，MING C D，John C S L.Credit－based network management［C］.International Conference on Communication Systems and Networks and Workshops，2009：473－482.

［2］LING G.Insurance credit evaluation incorporated qualitative and quantitative information ［C］.2nd International Symposium on Computational Intelligence and Design，2009：68－72.

［3］Gutierrez P A，Hervas－Martinez C，Martinez－Estudillo F J.Logistic regression by means of evolutionary radial basis function neural networks［J］.IEEE Transactions on Neural Networks，2010，22（2）：246－263.

［4］MIN J H，LEE Y C.A practical approach to credit scoring［J］.Expery System with Applications，2008，25 （2）：1762－1770.

［5］PING Y.Hybrid classifier using neighborhood rough set and SVM for credit scoring ［C］.International Conference on Business Intelligence and Financial Engineering，2009：138－142.

［6］WU C，XIA H.Study of personal credit evaluation under C2C environment based on support vector machines ensemble ［C］.International Conference on Management Science and Engineering 15th Annual Conference，2008：25－31.

［7］ZHANG D，HIFI M，CHEN Q，et al.A hybrid credit scoring model based on genetic programming and support vector machines［C］.4th International Conference on Natural Computation，2008：8－12.

［8］YU L，YUE W，WANG S，et al.Support vector machine based multiagent ensemble learning for credit risk evaluation［J］.Expert Systems with Applications，2010，37 （4）：1351－1360.

［9］KIM H S，SOHN S Y.Support vector machines for default prediction of SMEs based on technology credit ［J］.European Journal of Operational Research，2010，201 （3）：838－846.

［10］Hsieh N C，Hung L P.A data driven ensemble classifier for credit scoring analysis ［J］.Expert Systems with Applications，2010，37 （1）：534－545.

［11］WANG N，NIU D X.Credit card customer churn prediction based on the RST and LS－SVM ［C］.Xiamen：6th International Conference on Service Systems and Service Management，2009：275－279.

［12］LUO S T，CHEN B W，HSIEH C H.Prediction model building with clustering－launched classification and support vector machines in credit scoring ［J］.Expert System with Application，2009，36 （4）：7562－7566.

［13］HUANG C L，WANG C J.A GA－based feature selection and parameters optimization for support vector machines ［J］.Expert Systems with Applications，2006，30 （2）：231－240.

［14］CHOU P H，WU M J，Chen K K.Integrating support vector machine and genetic algorithm to implement dynamic wafer quality prediction system ［J］.Expert Systems with Applications，2010，37 （6）：4413－4424.

［15］HUANG C C，CHUNG R G，CHEN R C，et al.Finding an optimal combination of key training items using genetic algorithms and support vector machines ［J］.Information Technology Journal，2010，9 （4）：652－658.

［16］GUO L，XIAO H T，F(xiàn)U Q.SVM model optimal multi－parameter selection method for imbalanced data target recognition［J］.Journal of Infrared and Millimeter Waves，2009，28（2）：141－145.