加急见刊

基于在线特征选择的网络流异常检测

莫小勇; 潘志松; 邱俊洋; 余亚军; 蒋铭初 解放军理工大学指挥信息系统学院; 江苏南京210007

摘要：针对传统批处理特征选择方法处理大规模骨干网数据流存在时间和空间的限制,提出基于在线特征选择（online feature selection,OFS）的网络流异常检测方法,该方法将在线思想融入线性分类模型,在特征选择过程中,首先使用在线梯度下降法更新分类器,并将其限制在L1球内,然后用截断函数控制特征选择的数量。研究结果表明,提出的方法能充分利用网络流的时序性特点,同时减少检测时间且准确率和批处理方法相近,能满足网络流异常检测的实时性要求,为网络流分类和异常检测提供一种全新的思路。

注: 保护知识产权,如需阅读全文请联系山东工业大学学报杂志社