-
题名基于对抗机器学习的网络入侵特征选择研究
- 1
-
-
作者
张翼
程小曼
管冬平
-
机构
中石油西南油气田公司通信与信息技术中心
-
出处
《电子设计工程》
2024年第18期173-176,181,共5页
-
基金
西南油气田分公司云服务平台网络安全防护技术应用研究(20220309-06)。
-
文摘
网络入侵特征选择过程中无法有效缩减特征规模,导致特征选择效果不理想,据此该文设计基于对抗机器学习的网络入侵特征选择方法。利用对抗机器学习以及Word2vec改变入侵特征规模,降低冗余特征量。选择对抗入侵节点位置,通过迭代更新获取节点可信度和可用度值,形成入侵特征选择点集,从入侵特征分组中随机选择特征子集,获取网络入侵特征选择结果。由实验结果可知,该方法特征选择结果与理想结果一致,F1分数最高为95分,特征选择效果较好。
-
关键词
对抗机器学习
网络入侵
特征选择
冗余特征
对抗入侵节点
-
Keywords
anti-machine learning
network intrusion
feature selection
redundant features
anti-intrusion node
-
分类号
TN92
[电子电信—通信与信息系统]
-