基于机器学习的Web用户行为认证

• 作者: 毋泽南 王志刚 田立勤
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 信息安全 用户行为认证 支持向量机 主成分分析
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 45-51
• 页数: 7页
• 分类号: TP309
• 字数: 5885字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2018011

摘要

针对Web用户信息的安全问题,结合机器学习的方法,对用户行为进行分析和认证.首先通过主成分分析法对原始数据集做降维处理,然后利用SVM算法,让计算机对历史用户行为证据进行学习,得到一个判别用户身份的模型.实际应用和理论分析表明,该模型在用户行为认证判别上,可以更准确和高效地分类出危险用户和可信用户,为诸如电子商务、网络金融等关键网络应用用户行为的高性能分析奠定坚实的理论和实践基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田立勤	华北科技学院计算机学院	44	412	9.0	19.0
5	毋泽南	华北科技学院计算机学院	2	13	2.0	2.0
6	王志刚	青海师范大学计算机学院	8	9	2.0	3.0