← 返回列表
基于自适应动态多核单类支持向量机的异常行为检测方法
申请人信息
- 申请人:国网江苏省电力有限公司南通供电分公司
- 申请人地址:226006 江苏省南通市青年中路52号
- 发明人: 国网江苏省电力有限公司南通供电分公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于自适应动态多核单类支持向量机的异常行为检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410009685.X |
| 申请日 | 2024/1/3 |
| 公告号 | CN117811822A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | H04L9/40 |
| 权利人 | 国网江苏省电力有限公司南通供电分公司 |
| 发明人 | 季晨宇; 王谦; 姜鑫东; 胡广; 李一; 周峰; 张燕; 樊明 |
| 地址 | 江苏省南通市青年中路52号 |
摘要文本
本发明公开了一种基于自适应动态多核单类支持向量机的异常行为检测方法，首先，基于Scapy工具提取内网非受控终端网络数据信息，进而采用基于中心核对齐方法，评判当前核函数集合中各核函数适应度，并以此为依据，选取出m个核函数，最后通过SMO方法，得到各核函数最优权重；单类支持向量机模型是基于数据不断迭代更新的，可以更精确的描绘出内网非受控终端在网络层面上的数据行为特征，提升异常行为检测精度。本发明具有更高的精度和更好的抗噪声干扰能力。
专利主权项内容
1.一种基于自适应动态多核单类支持向量机的异常行为检测方法，其特征是：包括下列步骤：首先，基于Scapy工具提取内网非受控终端网络数据信息，进而采用基于中心核对齐方法，评判当前核函数集合中各核函数适应度，并以此为依据，选取出m个核函数，最后通过SMO方法，得到各核函数最优权重；单类支持向量机模型是基于数据不断迭代更新的，可以更精确的描绘出内网非受控终端在网络层面上的数据行为特征，提升异常行为检测精度。