基于OpenStack的自适应异常检测模型的设计与实现

• 作者: 吕智慧 张世永 熊辉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 云计算 异常检测 自适应 支持向量机 主成分分析
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 安全技术
• 页码范围: 292-298
• 页数: 7页
• 分类号: TP399
• 字数: 9392字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.09.069

摘要

云计算是通过Internet以服务的方式提供动态可伸缩的虚拟化资源的计算模式，所提供的服务基于现有标准化的网络协议，具有特定的格式及标准。然而现有技术和标准协议所存在的安全隐患为非法分子敞开了入侵的大门。基于支持向量机SVM和主成分分析方法PCA提出云环境中自适应异常检测模型CAPS（Cloud Adaptive PCA-SVM），基于OpenStack真实云平台数据，采用PCA进行数据降维，利用SVM分类器，将疑似异常提交至云安全管理员进行确认，不断对所构造的分类器进行迭代，能够对历史数据自适应检测。实验表明，所提出的CAPS具有以下优点：（1）与标准SVM相比，自适应过程和平均迭代时间花费较少，效率较高；（2）与经典的异常检测方法相比，在真实云环境中在较低的误报率下能达到较高的检测率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世永	复旦大学计算机科学技术学院	130	2402	24.0	46.0
2	吕智慧	复旦大学计算机科学技术学院	34	420	8.0	20.0
3	熊辉	复旦大学计算机科学技术学院	2	6	1.0	2.0