基于高维扩展关键特征向量的网络恶意流量识别方法

摘要

本发明涉及基于高维扩展关键特征向量的网络恶意流量识别方法，属于计算机与信息科学技术领域。本发明首先对网络流量数据进行数据清洗和特征优化表达，采用特征分割与融合的方法从关键字、时段节点、行为组合三个方面构建特征，并进行归一化和标准化处理，获得关键词特征向量、时段特征向量、行为特征向量，顺序拼接获得高维扩展特征向量；然后结合专家调查法和因子分析法，进行关键影响因素分析，得到特征权重集，剔除冗余特征和混淆特征，提取关键特征向量；最后，对训练好的决策树进行AUC值计算和相似度计算，保留效果最好的决策树构建随机森林模型，实现对网络恶意流量的自动化识别和检测。