论文部分内容阅读
该系统使用机器学习方法对异常流量进行判别,设计一个异常流量的检测模型,通过对HTTP请求头字段进行特征提取,形成多维特征库,应用到机器学习的高斯混合模型中,进行验证和评估。经过测试证明特征计算方法在高斯混合模型中有较好的准确率和召回率。
基于机器学习的网络异常流量分析系统
【摘 要】
：
该系统使用机器学习方法对异常流量进行判别,设计一个异常流量的检测模型,通过对HTTP请求头字段进行特征提取,形成多维特征库,应用到机器学习的高斯混合模型中,进行验证和评
【机 构】
：
桂林电子科技大学计算机与信息安全学院
【出 处】
：
电脑知识与技术:学术版
【发表日期】
：
2020年4期
【基金项目】
：
2018年广西区级大学生创新项目:网络异常流量分析监测系统(项目编号:201810595263).
其他文献
社交网络的数据中蕴含着大量有关现实中各种事件的信息。使用异常事件检测模型准确及时地发现社交网络上传播的异常事件信息,对于实现智慧城市感知社会异常动态事件,有效提高
目的总结后路经椎弓根固定治疗胸腰椎骨折的治疗经验,评估其临床疗效. 方法采用后路经椎弓根固定治疗胸腰椎骨折68例,按McAfee分类,楔形压缩骨折16例,稳定爆裂骨折24例,不稳
大数据技术经过近几年的高速发展,已经广泛地应用在各个领域,大数据相关的产品已经非常丰富,而大数据技术所依赖的基础数据的生产已经渗透到学生学习生活的各个方面,学生个人