一种基于Plackett-Luce模型的网络入侵检测方法

摘要

本发明公开了一种基于Plackett‑Luce模型的网络入侵检测方法，属于网络安全技术领域，包括根据用户在网络中产生的网络流量数据，利用Plackett‑Luce模型得到用户对不同时间网络流量的偏好值，通过偏好值确定用户对不同网络流量的偏好关系和网络流量占优次数，然后根据Plackett‑Luce模型的对数似然函数，用极大似然估计方法构建迭代函数，最后将网络流量的占优次数标准化后代入迭代函数计算得出每次网络流量的观测权重，将其作为检测结果对网络流量进行检检测，解决了以用户的网络流量数据为基础，采用Plackett‑Luce模型判断用户网络流量是否存在异常的技术问题，充分考虑了不同用户行为习惯不一致，能够更好的判断网络中是否存在入侵行为。