基于信息熵的异常数据判别方法

信息熵是度量不确定信息的重要工具之一,已有的异常数据判别方法主要针对确定性的异常数据,采用信息熵度量不确定性数据进行异常数据判别的研究报道较少,为此,本文提出了基于信息熵的异常数据判别方法,在传统的基于逻辑回归的异常数据判别算法基础上加入香农公式计算信息熵,利用信息熵寻找出最优切割值对应的最高准确率,并以CIC-IDS2017数据集中的DDos攻击数据为实验数据,将该改进算法与原逻辑回归异常数据判别方法进行对比,通过实验得出改进后的判别算法准确率得到了提升,实验结果表明,所提出算法是有效可行的,为后续异常数据判别方法提供了一种新的研究思路。