基于数据挖掘的船用通信网络异常行为分类和识别研究方法 |
| |
引用本文: | 李瑛,杨丽娟,朱蓬华.基于数据挖掘的船用通信网络异常行为分类和识别研究方法[J].舰船科学技术,2023(21):181-184. |
| |
作者姓名: | 李瑛 杨丽娟 朱蓬华 |
| |
作者单位: | 北华航天工业学院计算机学院 |
| |
摘 要: | 为保证船用通信网络的安全,设计基于深度数据挖掘的船用通信网络异常行为分类和识别方法。该方法数据处理模块采用全局信息数据融合策略,融合网络的原始采集数据,特征选择模块通过平均不纯度减少特征重要度计算方法,选择有效特征并计算该特征重要度后,形成特征集,将其输入分类识别模块的内外卷积网络深度学习网络模型中,通过模型的学习和训练,获取船用通信网络异常行为分类识别结果。测试结果显示:该方法可有效删除其中的无效特征,保留有效特征结果;可获取不同类别有效特征标签的重要度评分结果;分类识别的平均绝对误差均低于0.18,可完成不同流量变化下异常行为分类识别。
|
关 键 词: | 深度数据挖掘 船用通信网络 异常行为 分类识别 特征重要度 数据融合 |
|
|