文献检索-宁波市创意产业特色资源库

限定检索结果

基于机器学习与大数据技术的入侵检测方法研究: 收藏
分享
引用; 《电子设计工程》2024年第2期32卷 120-124页; 作者：张益兵中国电力财务有限公司北京100005; 电力系统中的异构数据严重影响了入侵检测结果,存在检准率低的问题,针对该问题,结合机器学习与大数据技术对电力系统进行入侵检测。构建入侵行为分析模型,使用大数据技术约减数据,将属性集转换为目标字符串。利用编辑距离计算两个字符...; 电力系统中的异构数据严重影响了入侵检测结果,存在检准率低的问题,针对该问题,结合机器学习与大数据技术对电力系统进行入侵检测。构建入侵行为分析模型,使用大数据技术约减数据,将属性集转换为目标字符串。利用编辑距离计算两个字符串之间距离,以计算结果为判断依据,分析两个属性集之间的关联关系。将约减后的数据作为机器学习数据,分析入侵行为。引入异构值差度量距离函数,归一化预处理异构数据。经过多模式匹配生成待检测的报文,对报文逐条遍历,使用机器学习签名技术确定入侵行为数据位置,由此完成入侵行为检测。实验结果表明,该方法在不同攻击手段下的检准率均大于0.95,具有精准检测效果。; 来源：详细信息评论

限定检索结果