基于熵和SVM多分类器的异常流量检测方法

• 作者: 朱佳佳 陈佳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 异常检测 信息熵 一对其余 分类
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP301
• 字数: 4107字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.03.008

摘要

随着大数据时代的到来，各种数据挖掘和机器学习方法被广泛地应用于异常流量检测。文中针对异常流量检测方法展开研究，提出了一种基于熵和改进的SVM多分类器的异常流量检测方法。该方法用熵值对网络流量的各个属性进行量化，将异常流量检测问题抽象为对不同类型流量的分类问题，并对传统的一对其余SVM多分类器进行改进。使用改进SVM多分类器对熵值量化后的流量进行分类判决，根据分类结果捕获异常。将该方法应用于实际的异常流量检测系统，并进行测试，结果表明，该方法对网络中常见的异常流量有很好的检测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈佳	北京交通大学电子信息工程学院	14	127	4.0	11.0
2	朱佳佳	北京交通大学电子信息工程学院	1	9	1.0	1.0