基于机器学习的信息安全设备调配保障技术研究

摘要

针对目前大量信息安全设备调配保障工作仍依靠人工方式进行调配的现状,文中提出一种基于机器学习算法的信息安全设备调配保障技术.在深入研究现有信息安全设备调配保障方案的基础上,分析方案中所有影响设备调配的属性特征;根据现有信息安全设备调配保障方案与提取的属性特征构造设备调配保障样本集;使用随机森林算法对属性特征进行优化,并选取最为合理的属性特征,结合支持向量机算法构造调配保障模型.实验对比结果表明,使用随机森林算法进行特征优化后的模型测试集准确率上升约8％,模型运行时间缩短43％,在解决实际问题过程中,与原方案的调配结果误差率下降了8.69％.