计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2011年
2期
685-688
,共4页
张亚普%孟相如%张立%麻海圆
張亞普%孟相如%張立%痳海圓
장아보%맹상여%장립%마해원
网络故障诊断%支持向量机%告警关联%模糊逻辑
網絡故障診斷%支持嚮量機%告警關聯%模糊邏輯
망락고장진단%지지향량궤%고경관련%모호라집
针对网络故障诊断中现有告警关联算法存在的网络动态适应性差、关联误报率高等问题,提出了一种基于支持向量机(support vector machine,SVM)和模糊逻辑的告警相关性分析算法.该算法在数据预处理部分采用滑动时间窗、时序模糊以及特征统计的方法解决了网络不确定性和数据格式规范化的问题,并通过SVM-训练和识别完成相关性分析.DARPA攻击数据集测试结果表明,该算法误报、漏报率低,压缩率大,网络动态适应性好,提高了告警关联效率.
針對網絡故障診斷中現有告警關聯算法存在的網絡動態適應性差、關聯誤報率高等問題,提齣瞭一種基于支持嚮量機(support vector machine,SVM)和模糊邏輯的告警相關性分析算法.該算法在數據預處理部分採用滑動時間窗、時序模糊以及特徵統計的方法解決瞭網絡不確定性和數據格式規範化的問題,併通過SVM-訓練和識彆完成相關性分析.DARPA攻擊數據集測試結果錶明,該算法誤報、漏報率低,壓縮率大,網絡動態適應性好,提高瞭告警關聯效率.
침대망락고장진단중현유고경관련산법존재적망락동태괄응성차、관련오보솔고등문제,제출료일충기우지지향량궤(support vector machine,SVM)화모호라집적고경상관성분석산법.해산법재수거예처리부분채용활동시간창、시서모호이급특정통계적방법해결료망락불학정성화수거격식규범화적문제,병통과SVM-훈련화식별완성상관성분석.DARPA공격수거집측시결과표명,해산법오보、루보솔저,압축솔대,망락동태괄응성호,제고료고경관련효솔.
