典型文献
一种基于mRMR-SVM的空间信息网络数据流检测方法
文献摘要：
空间信息网络中的异常数据流会快速消耗网络带宽、占用系统资源,使得网络通道堵塞,影响正常数据流的传输,无法保证网络安全运行.针对上述问题,提出一种基于最大相关与最小冗余-支持向量机mRMR-SVM的空间网络数据流检测方法.该方法提取与每种状态相关性最大、特征属性之间冗余最小的特征,采用加权欧氏距离和径向基核函数的SVM训练分类器,并通过粒子群算法优化分类器精度,以提高正常流量和异常流量识别的准确性.仿真结果表明,该方法比MADMAS、ARIMA-SVR方法的平均准确率提高了3.5百分点,误判率降低了8.7％.
文献关键词：
空间信息网络;软件定义网络;数据流检测;分类器;安全性
中图分类号：
作者姓名：
魏德宾;魏宁;杨力;孔志翔
作者机构：
大连大学信息工程学院 辽宁 大连 116622;大连大学通信与网络重点实验室 辽宁 大连 116622;南京理工大学自动化学院 江苏 南京 210094
文献出处：
引用格式：
[1]魏德宾;魏宁;杨力;孔志翔-.一种基于mRMR-SVM的空间信息网络数据流检测方法)[J].计算机应用与软件,2022(08):111-118
A类：
MADMAS
B类：
mRMR,空间信息网络,网络数据,数据流检测,异常数据,流会,网络带宽,系统资源,空间网络,特征属性,加权欧氏距离,径向基核函数,分类器,粒子群算法,算法优化,异常流量,流量识别,ARIMA,SVR,平均准确率,百分点,误判率,软件定义网络
AB值：
0.335517
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
