基于S-SVM的大规模网络行为异常检测

• 作者: 邓梦雪
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 网络行为异常检测 S-SVM算法 列生成 约束生成
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 安全与保密
• 页码范围: 2786-2789
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.11.027

摘要

现阶段针对大规模网络行为数据的入侵检测技术主要以数据挖掘技术为重要趋势,较有代表性的工作之一有采用支持向量机来抽取网络数据的特征,建立入侵检测模型.针对网络行为数据集的稀疏性,可以采用由"e1范数"而得到的稀疏支持向量机算法,对网络行为数据集进行特征提取和分类.通过引入列生成和约束生成算法对S-SVM的模型进行求解,最后利用HTTP DATASET CSIC 2010数据集进行实验,验证了此类稀疏支持向量机算法在大规模网络行为异常检测中的可行性和准确性.