基于特征耦合泛化的流量異常檢測方法
電子測量與儀器學(xué)報
頁數(shù): 11 2024-03-05
摘要: 針對現(xiàn)有流量異常檢測模型中稀疏特征易被特征選擇算法忽略的問題,提出一種基于特征耦合泛化(FCG)的流量異常檢測方法。首先,采用DBSCAN密度聚類算法去除數(shù)據(jù)中的離群點(diǎn),降低異常點(diǎn)對后續(xù)FCG算法的影響。其次,使用最大相關(guān)最小冗余(mRMR)算法對數(shù)據(jù)特征進(jìn)行排序,選擇對分類最具影響力的特征生成FCG算法中的類別區(qū)分特征(CDF),以增強(qiáng)分類能力。利用K最近鄰(KNN)算法填補(bǔ)...