王潔 呂奕飛
摘要:為了提高無線網(wǎng)絡攻擊行為檢測率,保障網(wǎng)絡安全,文章進行了基于流量異常特征的無線網(wǎng)絡攻擊行為檢測方法的研究。首先,提取網(wǎng)絡流量的異常全局特征,以獲取具體的異常特征類別和表現(xiàn)。其次,集成多個機器學習模型,構建了無線網(wǎng)絡攻擊行為檢測模型,并生成了網(wǎng)絡攻擊行為的初步檢測結果。在此基礎上,利用流量異常特征對初步檢測結果進行融合處理,生成了決策融合結果,作為最終的網(wǎng)絡攻擊行為檢測結果。實驗測試結果表明,基于流量異常特征的無線網(wǎng)絡攻擊行為檢測方法應用后,網(wǎng)絡攻擊行為檢測率始終在98%以上,高于對照組方法,能夠更加有效地檢測出各種不同類型的無線網(wǎng)絡攻擊,并且具有較高的檢測準確率。
關鍵詞:流量異常特征;無線網(wǎng)絡攻擊;行為檢測;網(wǎng)絡安全
中圖分類號:TP393.01 文獻標識碼:A
文章編號:1009-3044(2024)11-0078-03