华东师范大学学报(自然科学版)

北大核心,CA,JST,CSCD扩展版,WJCI

国内刊号:31-1298/N

国际刊号:1000-5641

华东师范大学学报(自然科学版)杂志2023年第5期:基于并行深度森林的配用电通信网络异常流量检测

发布日期:

作者:周政雷, 陈俊, 潘俊涛, 袁培森

单位:周政雷, 男, 硕士, 工程师, 主要研究方向为电能计量、计量自动化和网络安全. >

关键词:异常流量检测,配用电通信网络,时频域特征,深度森林,并行计算,

基金:国家自然科学基金(61806097); 江苏省农业科技自主创新资金(SCX(21)3059); 上海市大数据管理系统工程研究中心开放基金(HYSY21022)

随着网络攻击手段的不断发展, 配用电通信网络安全防护面临严峻挑战. 为解决配用电通信网络异常流量检测效率低、检测精度不足的问题, 从特征提取和流量分类这两个方面进行改进研究, 提出了一种配用电通信网络异常流量检测的新方法. 在特征提取方面, 使用时频域特征提取方法, 采用自适应冗余提升多小波包变换快速提取频域特征, 结合配用电网络通信特点提取时域特征; 在流量分类检测方面, 提出了基于分布式计算框架的并行深度森林分类算法, 并对训练与分类任务调度策略进行了优化. 使用终端流量及常用异常流量检测数据集进行实验, 结果表明所提方法对配用电网络异常流量检测的误报率仅为2.63%, 准确率可达98.29%, 并且深度森林并行计算能均衡地分配任务, 显著地加速了训练与分类过程.

来源:2023年第5期

《华东师范大学学报(自然科学版)》期刊编辑部

查看华东师范大学学报(自然科学版)杂志2023年第5期

联系我们

  • 地址:上海市中山北路3663号 华东师范大学学报(自然科学版)编辑部
  • 电话:(021)62233703
  • E-mail:xblk@xb.ecnu.edu.cn

咨询工作人员