基于大数据驱动的光纤通信网络异常入侵检测研究

当前网络异常入侵检测主要依托于信息熵法，在检测过程中并未对入侵提取结果进行分类，导致最终检测结果误报率较高。为降低检测结果误报率，因此，研究了一种基于大数据驱动的光纤通信网络异常入侵检测方法。首先小波阈值对光纤通信信号进行去噪处理，通过信息增益算法、前向选择和后向去除相结合的方法完成通信数据特征降维，然后应用粗糙集理论和决策树算法构建入侵信号提取检测模型，最后通过聚类算法整理所有异常信号，再根据信号相位差值得到异常入侵定位检测结果。实验结果表明：面对两个不同的测试数据集，所提方法得到的异常入侵检测结果误报率最大值分别为2.75%、2.02%,能够满足入侵检测要求。