亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于支持向量機(jī)的無線網(wǎng)絡(luò)入侵特征提取算法

        2021-07-07 03:57:44陳金鑫
        黑龍江科學(xué) 2021年12期
        關(guān)鍵詞:特征提取網(wǎng)絡(luò)安全特征

        陳金鑫

        (皖西學(xué)院,安徽 六安 237012)

        0 引言

        雖然網(wǎng)絡(luò)技術(shù)可以使用戶充分感受大數(shù)據(jù)帶來的便利,但是隨著數(shù)據(jù)量的增多,網(wǎng)絡(luò)安全問題也逐漸顯現(xiàn),因此有必要對(duì)網(wǎng)絡(luò)安全檢測(cè)技術(shù)進(jìn)行研究。而無線網(wǎng)絡(luò)入侵特征提取是網(wǎng)絡(luò)安全檢測(cè)的關(guān)鍵技術(shù)之一,是近年來相關(guān)領(lǐng)域的重點(diǎn)問題。

        很多研究人員提出了入侵特征檢測(cè)方法,其中楊文虎[1]提出了基于云計(jì)算的船舶通信網(wǎng)絡(luò)入侵特征提取方法,該方法通過對(duì)入侵問題進(jìn)行描述,對(duì)特征數(shù)據(jù)進(jìn)行信號(hào)處理,從而確定入侵特征數(shù)據(jù),構(gòu)建了特征檢測(cè)框架,實(shí)現(xiàn)對(duì)特征的提取;夏景明[2]等提出基于改進(jìn)隨機(jī)森林分類器的網(wǎng)絡(luò)入侵檢測(cè)方法,該方法利用高斯混合模型將特征數(shù)據(jù)劃分成不同簇,通過隨機(jī)森林分類器對(duì)不同簇進(jìn)行訓(xùn)練,并在訓(xùn)練好的簇中提取入侵特征。上述研究方法雖然能夠在大數(shù)據(jù)環(huán)境中對(duì)網(wǎng)絡(luò)入侵特征進(jìn)行有效提取,但是特征提取過程中會(huì)遺漏部分特征數(shù)據(jù),存在一定的漏檢率。

        針對(duì)現(xiàn)有方法存在的問題,提出基于支持向量機(jī)的無線網(wǎng)絡(luò)入侵特征提取算法,通過建立入侵特征提取原則,提升算法實(shí)現(xiàn)的理論性,能夠在先驗(yàn)知識(shí)不足的條件下保證特征提取的全面性,并能夠挖掘無線網(wǎng)絡(luò)中固有的冗余入侵?jǐn)?shù)據(jù),解決傳統(tǒng)方法由于訓(xùn)練結(jié)果誤差導(dǎo)致的特征缺失問題。

        1 無線網(wǎng)絡(luò)入侵特征提取算法

        1.1 入侵特征提取原則

        在開始入侵特征提取之前,要建立面向海量入侵?jǐn)?shù)據(jù)的提取原則,在該原則指導(dǎo)下,保證特征提取的科學(xué)性,具體原則如下:

        全面性原則:由于無線網(wǎng)絡(luò)中包含各種數(shù)據(jù)類型,不同數(shù)據(jù)類型之間組成了一個(gè)又一個(gè)整體結(jié)構(gòu),因此,特征提取要對(duì)無線網(wǎng)絡(luò)結(jié)構(gòu)中的數(shù)據(jù)類型進(jìn)行檢測(cè),入侵特征提取指標(biāo)要具有全面性[3]。

        層次性原則:為保證特征提取結(jié)果的全面性,需要選取大量指標(biāo),但是不同入侵?jǐn)?shù)據(jù)的重要程度是不一樣的,如果忽略了部分指標(biāo)會(huì)違反全面性原則,因此,可以根據(jù)層次性原則,有效避免特征提取過程中造成特征遺漏問題。

        獨(dú)立性原則:由于部分特征數(shù)據(jù)會(huì)存在重疊現(xiàn)象,如果不考慮該因素會(huì)造成指標(biāo)冗余,增加工作量,還會(huì)對(duì)提取結(jié)果產(chǎn)生影響,造成結(jié)果誤差偏大的問題。因此,指標(biāo)選取時(shí),盡可能選擇概括性較強(qiáng)、具有代表性的指標(biāo)。

        1.2 基于SVM的入侵特征提取算法

        依據(jù)入侵特征提取原則,采用支持向量機(jī)對(duì)無線網(wǎng)絡(luò)入侵特征進(jìn)行提取研究。支持向量機(jī)(Support Vector Machine,SVM)具有在先驗(yàn)知識(shí)不足的條件下對(duì)不同類型數(shù)據(jù)進(jìn)行精準(zhǔn)分類的功能[4],因此,采用支持向量機(jī)對(duì)無線網(wǎng)絡(luò)中的入侵?jǐn)?shù)據(jù)進(jìn)行分類,在分類結(jié)果的基礎(chǔ)上,篩選入侵特征指標(biāo),最終構(gòu)建一個(gè)矩陣,實(shí)現(xiàn)對(duì)入侵特征的提取。

        篩選無線網(wǎng)絡(luò)入侵特征指標(biāo)時(shí),參考入侵特征提取原則,假設(shè)無線網(wǎng)絡(luò)中存在n個(gè)數(shù)據(jù)樣本S={s1,s2,sn},引入一個(gè)映射函數(shù)η,將整體特征數(shù)據(jù)映射至高維可用空間中,得到可用映射值特征數(shù)據(jù)集η(s1),η(s2),…,η(sn),映射值需要滿足下列條件:

        (1)

        其中,j表示入侵特征維度。在滿足公式(1)的基礎(chǔ)上,篩選不同維度的入侵特征主成分,得出:

        η(sk)=T×[θ(si)-θ(sj)]

        (2)

        其中,T表示特征提取周期,θ表示全部特征向量,si表示入侵?jǐn)?shù)據(jù)之間的特征關(guān)系,sj表示冗余特征。

        根據(jù)入侵特征主成分,構(gòu)建一個(gè)入侵特征篩選矩陣:

        (3)

        其中,b表示入侵特征分量。根據(jù)公式(3)給出的矩陣,篩選最優(yōu)特征向量,篩選結(jié)果可以表示為:

        (4)

        其中,αik表示最優(yōu)特征向量。

        通過上述計(jì)算過程,剔除了無線網(wǎng)絡(luò)入侵特征中的冗余特征,實(shí)現(xiàn)對(duì)無線網(wǎng)絡(luò)入侵特征的準(zhǔn)確提取,能夠?yàn)榫W(wǎng)絡(luò)環(huán)境安全與威脅檢測(cè)提供技術(shù)支撐。

        2 實(shí)驗(yàn)驗(yàn)證

        為驗(yàn)證基于支持向量機(jī)的無線網(wǎng)絡(luò)入侵特征提取算法能否實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)入侵特征的有效提取,選擇基于云計(jì)算的船舶通信網(wǎng)絡(luò)入侵特征提取方法和基于改進(jìn)隨機(jī)森林分類器的網(wǎng)絡(luò)入侵檢測(cè)方法作為對(duì)比方法,以特征提取中特征數(shù)據(jù)的漏檢率為指標(biāo),進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證。

        以KDD CUP-99數(shù)據(jù)集為基礎(chǔ)數(shù)據(jù)集,其中包含各種用戶類型數(shù)據(jù)、網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)及網(wǎng)絡(luò)安全風(fēng)險(xiǎn)歷史數(shù)據(jù),并由不同網(wǎng)絡(luò)攻擊手段生成了大量的真實(shí)數(shù)據(jù)集。在該數(shù)據(jù)集中選取700 M攻擊數(shù)據(jù)作為樣本,對(duì)其進(jìn)行特征提取,對(duì)比不同方法提取過程中的入侵特征漏檢率,結(jié)果如圖1所示。

        圖1 不同方法的入侵特征漏檢率Fig.1 Intrusion omission ratio of different methods

        通過圖1可以看出,對(duì)無線網(wǎng)絡(luò)入侵特征提取的過程中,隨著數(shù)據(jù)量的增加,不同方法均呈現(xiàn)出整體上升趨勢(shì),但是與文獻(xiàn)[1]方法和文獻(xiàn)[2]方法相比,所提算法的入侵特征漏檢率明顯更低,其漏檢率最高值僅為46%,而文獻(xiàn)[1]方法和文獻(xiàn)[2]方法的漏檢率最高值分別為86%和83%。通過數(shù)據(jù)對(duì)比可知,隨著入侵?jǐn)?shù)據(jù)量的增加,所提算法仍然能夠保持較高水平,充分驗(yàn)證了該算法的優(yōu)勢(shì)性。該算法利用支持向量機(jī)精準(zhǔn)分類的優(yōu)勢(shì),對(duì)入侵特征進(jìn)行篩選,并提取其中的冗余特征,減少了工作量,降低了漏檢率。

        3 結(jié)論

        網(wǎng)絡(luò)入侵是一種常見的網(wǎng)絡(luò)安全威脅,對(duì)不同類型的入侵特征進(jìn)行提取能夠?qū)θ肭诛L(fēng)險(xiǎn)進(jìn)行防范,因此提出了一種基于支持向量機(jī)的無線網(wǎng)絡(luò)入侵特征提取算法。通過實(shí)驗(yàn)結(jié)果可知,該算法在特征提取過程中造成的漏檢率明顯低于傳統(tǒng)方法,說明該算法得出的提取結(jié)果更加全面,能夠涵蓋更多的入侵特征,為網(wǎng)絡(luò)安全保護(hù)提供可靠的理論支撐。

        猜你喜歡
        特征提取網(wǎng)絡(luò)安全特征
        如何表達(dá)“特征”
        基于Gazebo仿真環(huán)境的ORB特征提取與比對(duì)的研究
        電子制作(2019年15期)2019-08-27 01:12:00
        不忠誠的四個(gè)特征
        網(wǎng)絡(luò)安全
        網(wǎng)絡(luò)安全人才培養(yǎng)應(yīng)“實(shí)戰(zhàn)化”
        上網(wǎng)時(shí)如何注意網(wǎng)絡(luò)安全?
        抓住特征巧觀察
        一種基于LBP 特征提取和稀疏表示的肝病識(shí)別算法
        我國擬制定網(wǎng)絡(luò)安全法
        聲屏世界(2015年7期)2015-02-28 15:20:13
        基于MED和循環(huán)域解調(diào)的多故障特征提取
        精品不卡视频在线网址| 日本高清一区二区三区水蜜桃| 亚洲欧美日韩一区二区在线观看| 女同中文字幕在线观看| 亚洲国产色一区二区三区| 亚洲成av人片天堂网| 国产女精品| 免费av在线视频播放| 少妇精品亚洲一区二区成人| 55夜色66夜色国产精品视频| 亚洲AV成人无码国产一区二区| 91国语对白在线观看| 亚洲综合国产成人丁香五月激情| 国产人妻精品一区二区三区| 99精品国产兔费观看久久| 日本一区人妻蜜桃臀中文字幕| 人人超碰人人爱超碰国产 | 国产精品无码成人午夜电影| 高清无码精品一区二区三区| 亚洲二区精品婷婷久久精品| 成人艳情一二三区| 国产精品久久久久电影网| 草莓视频在线观看无码免费| 五月婷婷开心五月激情| 国产精品特级毛片一区二区三区| 国产AV无码专区亚洲AⅤ| 韩国美女主播国产三级| 国产成人自拍高清在线| 亚洲av无码不卡久久| 亚洲av高清在线观看三区| 国产成人亚洲系列毛片| 国产精品vⅰdeoxxxx国产| 色丁香久久| 亚洲一区二区三区麻豆| 国产精品 无码专区| 少妇太爽了在线观看| 亚洲毛片av一区二区三区| 国产婷婷色一区二区三区深爱网| 久久综合狠狠综合久久| 99久久亚洲国产高清观看| 亚洲国产综合人成综合网站|