HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于异常网络流监控系统的大数据解决方法

作者:张婷; 姚仿秋机器学习算法计算机性能计算机网络大数据背景下网络监控系统协议解析检测网络流特征

摘要:随着计算机网络规模的增加,越来越多的计算机信息需要面对,存在的安全问题也慢慢凸显出来,特别是异常流对计算机性能的影响日益严重,如何选择流量特征成为一个难题.传统的基于端口、协议解析的网络监控系统越来越不能对异常网络流进行有效监控,而机器学习算法已经成为异常网络流监控的研究热点.本文在分析网络流特征的基础上,研究了主要的机器学习分类算法的原理及其优缺点,选择支持向量机分类算法并调用libsvm组件对待测网络流进行分类以检测网络异常流,以及在基于大数据背景下,正常网络流和异常网络流的分类,并通过一些机器学习算法来检测异常流,以实现对异常网络流的监控.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电子世界

《电子世界》(CN:11-2086/TN)是一本有较高学术价值的大型半月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电子世界》全方位推崇E时代大众电子科学意识,传播电子与信息领域的新知识、新技术,发表最新科研成果和展示技术进展状况,始终注重扶持学术新人,尤其关注广大青年科技工作者,优先发表理工科青年教师和研究生中的优秀学术稿件。

杂志详情