基于特征組合優(yōu)化的工業(yè)互聯(lián)網(wǎng)惡意行為實時檢測方法

摘要： 工業(yè)互聯(lián)網(wǎng)中節(jié)點數(shù)據(jù)具有高維、冗余和海量等特性，傳統(tǒng)的惡意行為檢測模型無法對工業(yè)互聯(lián)網(wǎng)惡意攻擊行為做出快速且準確的判斷，提出基于特征組合優(yōu)化的工業(yè)互聯(lián)網(wǎng)惡意行為實時檢測方法 .采用改進的相關(guān)性快速過濾算法和基于奇異值分解的主成分分析算法對工業(yè)互聯(lián)網(wǎng)惡意行為樣本數(shù)據(jù)進行特征組合優(yōu)化，基于對稱不確定性信息度量指標和近似馬爾科夫毯準則進行特征相關(guān)性計算、冗余特征識別與排除，通過參數(shù)特... （共11頁）