检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于集成学习的多特征网络流量检测

通信技术 2024年第7期57卷 731-738页

作者：吴苏亚丁要军甘肃政法大学网络空间安全学院甘肃兰州730000

由于单一特征分类方法难以满足当前高效率、准确的网络安全维护要求,提出了一种基于集成学习的多特网络流量分类方法,通过综合利用流量数据中的多特征来提高分类的准确性和效率。首先,分析了网络流量中的多种特征,包括流量统计特征和原... 详细信息

由于单一特征分类方法难以满足当前高效率、准确的网络安全维护要求,提出了一种基于集成学习的多特网络流量分类方法,通过综合利用流量数据中的多特征来提高分类的准确性和效率。首先,分析了网络流量中的多种特征,包括流量统计特征和原始字节流特征等。其次,结合集成学习模型进行多特征流量分类,对LightGBM进行二分类和多分类的准确率分别达到99.3%和99.0%。与没有进行特征提取的模型效果相比,所提方法的效果有显著的提升。最后,选择效果好的特征进行融合检测,发现检测效果有所提升。

关键词：网络流量检测多特征检测集成学习流量识别

基于SBN模型的Internet应用协议识别方法

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2012年第9期40卷 44-47,71页

作者：丁要军蔡皖东姚烨西北工业大学计算机学院陕西西安710129 咸阳师范学院信息工程学院陕西咸阳712000

针对网络流量协议标注比较困难的问题,提出一种基于贝叶斯网络的半监督学习模型,以提高Inter-net协议的识别精度.该模型首先使用少量的标注样本训练贝叶斯网络分类模型,并对未标注样本进行初始分类,然后从未标注样本中挑选分类损失最小... 详细信息

针对网络流量协议标注比较困难的问题,提出一种基于贝叶斯网络的半监督学习模型,以提高Inter-net协议的识别精度.该模型首先使用少量的标注样本训练贝叶斯网络分类模型,并对未标注样本进行初始分类,然后从未标注样本中挑选分类损失最小的样本加入到训练集中并重复训练分类模型,经过多次循环训练出最终的分类器.该模型可以使用未标注样本和标注样本共同训练分类模型,非常适合于标注比较困难的Internet应用协议的识别.实验结果表明:在标注样本较少的情况下,该模型的识别精度和稳定性均优于朴素贝叶斯模型和贝叶斯网络模型,对于提高Internet协议的识别精度是有效的.

关键词：贝叶斯网络互联网半监督学习损失函数流量识别

采用两阶段策略模型(KTSVM)的P2P流量识别方法

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2012年第2期46卷 45-50,129页

作者：丁要军蔡皖东西北工业大学计算机学院西安710129 咸阳师范学院信息工程学院陕西咸阳712000

针对识别加密P2P网络流量比较困难的问题,提出一种基于K均值和直推式支持向量机(TSVM)的半监督学习模型———两阶段策略模型(KTSVM,k-means based transductive supportvector machine),以提高P2P流量的识别精度.该模型首先使用K均值... 详细信息

针对识别加密P2P网络流量比较困难的问题,提出一种基于K均值和直推式支持向量机(TSVM)的半监督学习模型———两阶段策略模型(KTSVM,k-means based transductive supportvector machine),以提高P2P流量的识别精度.该模型首先使用K均值半监督聚类算法计算训练集中正例样本的数目,然后根据正例样本的数目来训练TSVM分类模型,提高了TSVM模型的稳定性和准确性.该模型的优势是可以使用未标注样本和标注样本共同训练分类模型,非常适合于识别标注比较困难的P2P流量.实验结果表明,在标注样本较少的情况下,该模型的识别精度和稳定性均优于TSVM模型和SVM模型.

关键词：直推式支持向量机半监督学习流量识别对等网络流量互联网

基于CWGAN-GP平衡化的网络恶意流量识别方法

在线全文

学校读者我要写书评

暂无评论

电子科技大学学报 2022年第5期51卷 760-765页

作者：丁要军王安宙甘肃政法大学网络空间安全学院兰州730070

在网络恶意流量识别任务中,存在恶意流量样本数量与正常流量样本比例不平衡问题,从而导致训练出的机器学习模型泛化能力差、识别准确率低。为此,在网络流量图片化的基础上提出一种利用具有梯度惩罚项的条件Wasserstein生成对抗网络(CWGA... 详细信息

在网络恶意流量识别任务中,存在恶意流量样本数量与正常流量样本比例不平衡问题,从而导致训练出的机器学习模型泛化能力差、识别准确率低。为此,在网络流量图片化的基础上提出一种利用具有梯度惩罚项的条件Wasserstein生成对抗网络(CWGAN-GP)对少量数据类进行平衡的分类方法。该方法首先借助网络流量图片化方法将原始流量PCAP数据按照流为单位进行切分、填充、映射到灰度图片中;然后使用CWGAN-GP方法实现数据集的平衡;最后,在公开数据集USTC-TFC2016和CICIDS2017上使用CNN模型对不平衡数据集和平衡后的数据集进行分类测试。实验结果表明,使用CWGAN-GP的平衡方法在精确度、召回率、F1这3个指标上均优于随机过采样、SMOTE、GAN以及WGAN平衡方法。

关键词：条件Wasserstein生成对抗网络数据平衡流量扩充流量识别

在线全文

学校读者我要写书评

暂无评论

远程强认证技术的研究与应用

远程强认证技术的研究与应用

作者：丁要军中南大学

学位级别：硕士

认证对于许多基于网络的应用来说是必不可少的环节。在安全的网络通信中,涉及的通信各方必须通过某种形式的认证机制来证明对方的身份,验证用户的身份与所宣称的是否一致,然后才能实现对于不同用户的访问控制和记录。认证是其它安全服... 详细信息

认证对于许多基于网络的应用来说是必不可少的环节。在安全的网络通信中,涉及的通信各方必须通过某种形式的认证机制来证明对方的身份,验证用户的身份与所宣称的是否一致,然后才能实现对于不同用户的访问控制和记录。认证是其它安全服务的基础。远程强认证技术是解决网络环境下认证问题的有力手段。在分析了认证系统的基本理论之后,本文探讨了动态密码机制,分析了其原理,安全性能及实现机制,为研究和发展动态认证机制提供一定基础。深入研究了远程强认证技术的特点,指出认证系统的安全强度取决于参与认证的因素及其结合方式,并运用组合论和概率论的知识,建立了它们之间关系的数学模型,为设计强认证系统提供了指导思想。接着作者改进了基于动态口令认证的S/KEY认证系统,使之成为一个更安全可靠的系统。针对单纯认证的局限性,结合PKI技术,指出了利用存储于智能卡内数字证书的强认证机制将是网络应用的较好的解决方案。最后给出了一个基于USB Key安全认证的互联网物配系统,给出其简化方案,并开发了相应程序。利用动态加密机制来改善认证系统的安全的思路具有启发性;针对强认证系统安全强度的分析,指出了人们某些认识上的误区,所建立的数学模型对于强认证系统的设计具有指导意义;将智能卡技术和PKI技术结合起来,给出的远程强认证方案及其程序具有实用价值。

关键词：远程强认证动态加密智能卡 PKI

基于改进的旋转森林算法的不平衡网络流量分类方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2015年第12期35卷 3348-3351页

作者：丁要军甘肃政法学院信息工程学院兰州730070

针对不平衡网络流量分类精度不高的问题,在旋转森林算法的基础上结合Bagging算法的Bootstrap抽样和基于分类精度排序的基分类器选择算法,提出一种改进的旋转森林算法。首先,对原始训练集按特征进行子集划分并分别使用Bagging进行样本抽... 详细信息

针对不平衡网络流量分类精度不高的问题,在旋转森林算法的基础上结合Bagging算法的Bootstrap抽样和基于分类精度排序的基分类器选择算法,提出一种改进的旋转森林算法。首先,对原始训练集按特征进行子集划分并分别使用Bagging进行样本抽样,通过主成分分析(PCA)生成主成分系数矩阵;然后,在原始训练集和主成分系数矩阵的基础上进行特征转换,生成新的训练子集,再次使用Bagging对子集进行抽样,提升训练集的差异性,并使用训练子集训练C4.5基分类器;最后,使用测试集评价基分类器,依据总体分类精度进行排序筛选,保留分类精度较高的分类器并生成一致分类结果。在不平衡网络流量数据集上进行测试实验,依据准确率和召回率两个标准对C4.5、Bagging、旋转森林和改进的旋转森林四种算法评价,依据模型训练时间和测试时间评价四种算法的时间效率。实验结果表明改进的旋转森林算法对万维网(WWW)协议、Mail协议、Attack协议、对等网(P2P)协议的分类准确度达到99.5%以上,召回率也高于旋转森林、Bagging、C4.5三种算法,可用于网络入侵取证、维护网络安全、提升网络服务质量。

关键词：主成分分析集成学习不平衡网络流量旋转森林决策树

在线全文

学校读者我要写书评

暂无评论

一种基于相关的属性选择改进算法

计算机应用与软件 2014年第8期31卷 280-284页

作者：魏浩丁要军咸阳师范学院信息工程学院陕西咸阳712000

基于相关的属性选择算法是一种属性子集评价方法,该算法通过启发式评价消除属性子集中属性之间的相关性,使用评价值选择与类属性相关度高而属性之间相关度低的属性子集。提出在基于相关的属性选择算法中加入属性之间相关度方差的影响,... 详细信息

基于相关的属性选择算法是一种属性子集评价方法,该算法通过启发式评价消除属性子集中属性之间的相关性,使用评价值选择与类属性相关度高而属性之间相关度低的属性子集。提出在基于相关的属性选择算法中加入属性之间相关度方差的影响,能够在基于相关的属性选择算法选择的属性集子的基础上,去除属性子集中那些与其他属性相关度大的属性。通过实验证明,改进后的算法选择的属性子集属性数不多于基于相关的属性选择算法选择的属性子集属性数。使用改进算法选择的属性子集,在对分类器分类正确率影响很小的情况下,有较高的分类效率。

关键词：相关度属性选择方差信息熵信息增益

在线全文

学校读者我要写书评

暂无评论

基于互信息选择聚类集成的网络流量分类方法

计算机应用 2013年第1期33卷 80-82,87页

作者：丁要军蔡皖东西北工业大学计算机学院西安710129 咸阳师范学院信息工程学院陕西咸阳712000

针对互联网流量标注困难以及单个聚类器的泛化能力较弱,提出一种基于互信息(MI)理论的选择聚类集成方法,以提高流量分类的精度。首先计算不同初始簇个数K的K均值聚类结果与训练集中流量协议的真实分布之间的规范化互信息(NMI);然后基于... 详细信息

针对互联网流量标注困难以及单个聚类器的泛化能力较弱,提出一种基于互信息(MI)理论的选择聚类集成方法,以提高流量分类的精度。首先计算不同初始簇个数K的K均值聚类结果与训练集中流量协议的真实分布之间的规范化互信息(NMI);然后基于NMI的值来选择用于聚类集成的K均值基聚类器的K值序列;最后采用二次互信息(QMI)的一致函数生成一致聚类结果,并使用一种半监督方法对聚类簇进行标注。通过实验比较了聚类集成方法与单个聚类算法在4个不同测试集上总体分类精度。实验结果表明,聚类集成方法的流量分类总体精度能达到90%。所提方法将聚类集成模型应用到网络流量分类中,提高了流量分类的精度和在不同数据集上的分类稳定性。

关键词：聚类集成 K均值流量分类互信息

在线全文

学校读者我要写书评

暂无评论

一种基于属性相关的C4.5决策树改进算法

中北大学学报（自然科学版） 2014年第4期35卷 402-406页

作者：魏浩丁要军咸阳师范学院信息工程学院陕西咸阳712000

针对在C4.5决策树构造过程中,测试属性选择未考虑属性之间影响的缺点,提出了一种改进的C4.5决策算法.该算法使用一个属性与其他属性的平均信息熵表示这个属性与其他属性的冗余度,然后在选择测试属性的过程中,加入测试属性与其他属性的... 详细信息

针对在C4.5决策树构造过程中,测试属性选择未考虑属性之间影响的缺点,提出了一种改进的C4.5决策算法.该算法使用一个属性与其他属性的平均信息熵表示这个属性与其他属性的冗余度,然后在选择测试属性的过程中,加入测试属性与其他属性的冗余度,通过信息增益、分裂熵和冗余度三个因素的评价,选择信息增益率高而与其他属性冗余度低的测试属性.实验结果表明,在选定的实验数据集上,改进后的C4.5决策树算法平均分类正确率提高.

关键词： C4 5决策树属性相关信息熵信息增益率冗余度