基于Gibbs—LDA和最小二乘支持向量机的物联网安全预测方法

• 作者: 李冬静
• 来源期刊: 计算机测量与控制
• 关键词: 主题模型 支持向量机 物联网安全 预测
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 2864-2867
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.08.076

摘要

针对物联网中各类用户的网络行为出现复杂化、多样化和恶意化的特征和趋势,提出了一种基于Gibbs—LDA和最小二乘支持向量机的物联网安全预测方法;首先,提取通信时间、地址和内容等文中信息作为多维的通信记录样本,然后基于LDA模型,将安全事件建模为主题,获取样本特征并得到主题模型,通过Gibbs算法来估算LDA模型中的参数,从而建立了基于LDA的物联网安全多维预模型,最后,在LDA特征空间上建立了特征与安全事件分布的权重,并将此权重用于初始化各个支持向量机的预测结果,将权值最大的最小二乘支持向量的预测结果作为最终的结果;仿真实验证明了文中方法能有效地实现物联网安全预测,在NIPS和VAST数据集上进行仿真实验,结果表明了文中方法较其他方法具有预测精度高和预测时间短的优点,具有较大的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李冬静	南京森林警察学院信息技术系	17	29	3.0	4.0