基于改进K-means算法的网络入侵行为取证研究

• 作者: 刘晓丽 许彩滇
• 来源期刊: 中国人民公安大学学报（自然科学版）
• 学科: 工学
• 关键词: 入侵行为 K-means 取证 PV-DM
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息技术与网络安全
• 页码范围: 68-74
• 页数: 7页
• 分类号: TP393.08
• 字数: 5210字
• 语种: 中文

摘要

数据分析量巨大、逻辑关系复杂以及人工依赖程度高等因素增加了电子数据取证中行为分析的难度.针对网络入侵行为取证,提出了一种基于改进K-means聚类的机器学习分析方法.该算法改善了原有算法应用于取证所导致的缺陷问题,使初始聚类中心和聚类数能够依据向量分布情况自主进行设置,实现了网络行为智能属性归类.首先预处理网络行为数据,利用PV-DM模型将其向量化,基于改进算法寻找局部向量间相似度之和最大的向量,进而确定聚类中心与聚类数目,实现行为分类,由已知入侵行为信息关联出未知入侵用户及其行为,提升取证效率与结果完整性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓丽	中国刑事警察学院网络犯罪侦查系	12	6	2.0	2.0
2	许彩滇	中国刑事警察学院网络犯罪侦查系	4	0	0.0	0.0