典型文献
基于机器学习的恶意行为流量特征分类
文献摘要：
针对传统网络流量检测分类准确率低的问题,引入不存在样本标记需求的FCM算法对HCA算法进行优化改进,以降低标记样本的需求量,提高训练速度和分类能力.其中,加入采样辅助模块,对随机取样进行监督优化;加入更新机制,定期采集网络流量进行算法解读和训练,更新恶意行为库.最后经过实验验证HCA-FCM算法的分类性能和系统的检测识别性能.结果证明,HCA-FCM算法具有更高的分类准确率、算法训练速率;改进的系统对DoS、R2L等多种恶意行为具有更高的识别能力,且虚警率较低,具有更高的可信度.因此,改进后的恶意行为流量特征检测分类系统基本满足设计要求.
文献关键词：
FCM算法;HCA算法;决策树;FPS算法
中图分类号：
作者姓名：
林楚强
作者机构：
爱丁堡大学,苏格兰爱丁堡 EH164SB
文献出处：
引用格式：
[1]林楚强-.基于机器学习的恶意行为流量特征分类)[J].自动化与仪器仪表,2022(06):7-12
A类：
R2L
B类：
基于机器学习,恶意,流量特征,特征分类,网络流量,流量检测,检测分类,分类准确率,FCM,HCA,优化改进,标记样本,提高训练,训练速度,随机取样,更新机制,分类性能,检测识别,识别性,算法训练,DoS,识别能力,虚警率,可信度,特征检测,分类系统,决策树,FPS
AB值：
0.468427
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。
