基于特征选择的物联网设备流量异常检测算法

作     者：刘祥军 江凌云 LIU Xiang-jun;JIANG Ling-yun

作者机构：南京邮电大学通信与信息工程学院江苏南京210003 江苏省物联网技术与应用协同创新中心智慧家居安防分中心江苏南京210003 

基　　金：江苏省重点研发基金项目(BE2020084-4) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第8期

页      码：2153-2161页

摘      要：针对近年来物联网设备频繁受到僵尸网络(Botnet)攻击的问题,提出一种基于随机森林(random forests,RF)的包裹式特征选择方法RFCVFS(random forests cross validation feature selection),通过筛选合适的特征降低待检测数据的维度,达到提高模型检测效率的目的。实验结果表明,使用RFCVFS为9台不同的物联网设备分别筛选出有效特征并组成待检测数据,模型的训练时间最大降低82.67%,检测时间最大降低28.49%;对比PCA(principal component analysis)方法,其检测结果的准确率、真正率、F1、AUC(area under curve)分别最大可以高出13.82%、0.48%、7.63%、29.51%。

主 题 词：僵尸网络 流量特征 特征选择 异常检测 随机森林 

学科分类：08[工学] 0839[0839] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.08.008

馆 藏 号：203113861...