一种基于SVM的攻击流量分类方法

摘要

本发明公开了一种基于SVM的攻击流量分类方法，在恶意流量检测中，给定Nt为训练样本，其中单个样本xi∈Rd，代表一个d维的网络流量；流量分类是在d维的空间中解出决策函数f(x)＝wx+b，从而找到边界，将样本映射到对应的流量分类标签上，使样本分布于边界两侧；在二维平面中，边界是一条直线；在高维空间中，边界是一个超平面；基于SVM分类问题的核心在于找到一个服从于最小误分类比的边界；在求得二次规划问题的参数后，未知流量样本即可通过计算决策函数进行分类。本发明使用范围广泛，便于扩展。可扩展到FTP、Telnet、SMTP等协议的异常流量检测场景。利用数据包载荷进行异常流量检测，实现了攻击流量分类。