基于集成学习的物联网设备异常流量检测算法

作者：刘祥军; 江凌云^*

来源：计算机应用研究, 2022, 39(06): 1785-1804.

DOI：10.19734/j.issn.1001-3695.2021.11.0634

• 僵尸网络
• 集成学习
• 相关系数
• 半监督学习

随着物联网设备数量的快速增长，被劫持的物联网设备组成的僵尸网络发起非法攻击的频率大大增加，物联网设备的安全性已经成为一个严峻的问题。为了检测物联网设备发起的异常流量，提出一种集成学习的个体学习器选择算法(individual learner selection algorithm, IISA),IISA是一种基于相关系数度量的选择方法，利用相关系数将相似度差异大的个体学习器集成起来并采用投票的方式进行判决，在减少个体学习器的同时，提高检测的准确度和检测效率。实验结果表明，和八种半监督机器学习检测算法相比，其查全率最大降低9.12%,准确率最大提高4.69%,检测效率最大提高70.72%。

• 单位
  通信与信息工程学院; 南京邮电大学