作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着物联网的广泛应用,物联网的安全问题受到越来越多的关注.针对物联网环境下异常网络流量问题,提出了基于机器学习的物联网异常流量检测方法.首先通过使用聚类算法分析物联网一段时间内网络数据的特征,然后使用连续假设检验算法对特征进行分类,并对恶意流量的空间分布进行二次特征分析.实验表明,相对于传统的异常流量检测方法,该检测方法具有更高的检测效率和精度.
推荐文章
基于机器学习的网络异常流量检测方法
机器学习
ANFIS
BP神经网络
网络异常流量检测
基于深度学习的网络流量异常检测方法
网络安全
流量异常
流量检测
深度学习
物联网通信异常数据的检测方法研究
物联网
支持向量机
异常数据
多特征约束
工业物联网中基于机器学习方法的预测技术
工业物联网
机器学习
神经网络
预测
工业智能
线性回归
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器学习的物联网异常流量检测方法
来源期刊 电子测试 学科
关键词 物联网 机器学习 异常流量检测
年,卷(期) 2022,(1) 所属期刊栏目 网络与信息工程|Network and Information Engineering
研究方向 页码范围 71-73
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1000-8519.2022.01.019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
物联网
机器学习
异常流量检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导