机器学习分布式网络传输异常数据智能检测方法
2021-04-20杨雅彬武志成
中国测试 2021年3期
杨雅彬,刘 晴,武志成,袁 芬
(1. 天津工业大学,天津 300387; 2. 杭州电子科技大学计算机学院,浙江 杭州 310018;3. 浙江长征职业技术学院计算机与信息技术系,浙江 杭州 310023)
0 引 言
当今社会互联网技术越发成熟,带动光纤网络规模与网络建设技术也飞速发展。互联网研究领域中普遍关注的问题之一,即网络安全问题[1],随着网络技术的逐渐成熟,网络已经成为人们日常生活工作中不可缺少的一部分,人们对于网络安全的重视度也越来越高[2]。由分布在各个方位,同时存在不同终端的节点间相互连接形成的、具有网状特征的网络,即分布式网络。分布式网络内无中心节点,且随机节点均同两条或两条以上线路相互连接,在其中一条线路出现问题的情况下,通信过程将转移至除此线路外的其他任意一条正常工作的线路中进行,因此,采用分布式网络传输的可靠性较高,分布式网络成为当下通信传输的主要方式之一。为了提升分布式网络通信的安全性能,研究分布式网络传输异常数据检测具有十分重要的意义[3]。
传统基于链路状态数据库的网络传输异常数据检测方法通过收集LSDB,使用改进路由算法计算全网路由形成路由域信息库,对比LSDB快照和RIB快照确定异常数据[4],对数据不完整性较为敏感、检测效率差。机器学习自上世纪晚期在人工智能领域中脱颖而出后,随着其不断发展,被广泛应用在专家系统、数据挖掘、图像识别、智能机器人以及故障诊断等领域。……
登录APP查看全文
