一种基于随机森林算法的MQTT异常流量检测方法

• 作者: 吴克河 张英 崔文超 程瑞
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 异常流量检测 随机森林 MQTT 流量特征
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息安全
• 页码范围: 61-64,119
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.01.012

摘要

工业物联网系统所面临的网络安全威胁随着物联网技术的广泛应用日益增加,信息安全问题已成为其发展过程中的一大挑战.MQTT(Message Queuing Telemetry Transport)协议是物联网通信的主流协议,基于该协议的物联网通信安全研究是当前研究的热点话题.传统的流量识别技术如深度包检测无法有效地识别符合包格式的异常流量,而基于机器学习理论的异常流量识别技术则表现出很好的效果.对此提出一种基于随机森林算法的MQTT异常流量检测方法,实现整体高于90％的MQTT异常流量识别准确度,与其他常用分类模型相比拥有更好的识别效果.