基于支持向量机的无线网络入侵特征提取算法

2021-07-07陈金鑫

黑龙江科学 2021年12期

陈金鑫

(皖西学院，安徽六安 237012)

0 引言

虽然网络技术可以使用户充分感受大数据带来的便利，但是随着数据量的增多，网络安全问题也逐渐显现，因此有必要对网络安全检测技术进行研究。而无线网络入侵特征提取是网络安全检测的关键技术之一，是近年来相关领域的重点问题。

很多研究人员提出了入侵特征检测方法，其中杨文虎[1]提出了基于云计算的船舶通信网络入侵特征提取方法，该方法通过对入侵问题进行描述，对特征数据进行信号处理，从而确定入侵特征数据，构建了特征检测框架，实现对特征的提取；夏景明[2]等提出基于改进随机森林分类器的网络入侵检测方法，该方法利用高斯混合模型将特征数据划分成不同簇，通过随机森林分类器对不同簇进行训练，并在训练好的簇中提取入侵特征。上述研究方法虽然能够在大数据环境中对网络入侵特征进行有效提取，但是特征提取过程中会遗漏部分特征数据，存在一定的漏检率。

针对现有方法存在的问题，提出基于支持向量机的无线网络入侵特征提取算法，通过建立入侵特征提取原则，提升算法实现的理论性，能够在先验知识不足的条件下保证特征提取的全面性，并能够挖掘无线网络中固有的冗余入侵数据，解决传统方法由于训练结果误差导致的特征缺失问题。