计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2015年
8期
2864-2867
,共4页
主题模型%支持向量机%物联网安全%预测
主題模型%支持嚮量機%物聯網安全%預測
주제모형%지지향량궤%물련망안전%예측
latent dirichlet allocation%support vector machine%internet of things safety%predicting
针对物联网中各类用户的网络行为出现复杂化、多样化和恶意化的特征和趋势,提出了一种基于Gibbs—LDA和最小二乘支持向量机的物联网安全预测方法;首先,提取通信时间、地址和内容等文中信息作为多维的通信记录样本,然后基于LDA模型,将安全事件建模为主题,获取样本特征并得到主题模型,通过Gibbs算法来估算LDA模型中的参数,从而建立了基于LDA的物联网安全多维预模型,最后,在LDA特征空间上建立了特征与安全事件分布的权重,并将此权重用于初始化各个支持向量机的预测结果,将权值最大的最小二乘支持向量的预测结果作为最终的结果;仿真实验证明了文中方法能有效地实现物联网安全预测,在NIPS和VAST数据集上进行仿真实验,结果表明了文中方法较其他方法具有预测精度高和预测时间短的优点,具有较大的优越性.
針對物聯網中各類用戶的網絡行為齣現複雜化、多樣化和噁意化的特徵和趨勢,提齣瞭一種基于Gibbs—LDA和最小二乘支持嚮量機的物聯網安全預測方法;首先,提取通信時間、地阯和內容等文中信息作為多維的通信記錄樣本,然後基于LDA模型,將安全事件建模為主題,穫取樣本特徵併得到主題模型,通過Gibbs算法來估算LDA模型中的參數,從而建立瞭基于LDA的物聯網安全多維預模型,最後,在LDA特徵空間上建立瞭特徵與安全事件分佈的權重,併將此權重用于初始化各箇支持嚮量機的預測結果,將權值最大的最小二乘支持嚮量的預測結果作為最終的結果;倣真實驗證明瞭文中方法能有效地實現物聯網安全預測,在NIPS和VAST數據集上進行倣真實驗,結果錶明瞭文中方法較其他方法具有預測精度高和預測時間短的優點,具有較大的優越性.
침대물련망중각류용호적망락행위출현복잡화、다양화화악의화적특정화추세,제출료일충기우Gibbs—LDA화최소이승지지향량궤적물련망안전예측방법;수선,제취통신시간、지지화내용등문중신식작위다유적통신기록양본,연후기우LDA모형,장안전사건건모위주제,획취양본특정병득도주제모형,통과Gibbs산법래고산LDA모형중적삼수,종이건립료기우LDA적물련망안전다유예모형,최후,재LDA특정공간상건립료특정여안전사건분포적권중,병장차권중용우초시화각개지지향량궤적예측결과,장권치최대적최소이승지지향량적예측결과작위최종적결과;방진실험증명료문중방법능유효지실현물련망안전예측,재NIPS화VAST수거집상진행방진실험,결과표명료문중방법교기타방법구유예측정도고화예측시간단적우점,구유교대적우월성.
