基于机器学习的物联网反入侵检测方法研究

为降低非关联入侵信息对物联网应用安全性造成的影响,建立一种积极主动的动态网络防护技术,针对基于机器学习的物联网反入侵检测方法展开研究.遵照AMLF网络框架中的数据信息应用需求,连接用户访问接口与数据信息统计器,实现基于机器学习的物联网应用环境搭建.在此基础上,设置物联网IDS条码,通过分析数据信息反入侵关联规则,完善入侵检测的实际处理流程,实现基于机器学习的物联网反入侵检测.实验结果表明,与模糊C均值型反入侵检测方法相比,机器学习型检测方法可在保障物联网运行安全性的同时,降低入侵信息的攻击风险性等级,满足构建积极主动型动态网络防护技术的实际应用需求.