-
公开(公告)号：CN109412969B
公开(公告)日：2021-10-26
申请号：CN201811104919.X
申请日：2018-09-21
Applicant: 华南理工大学
IPC: H04L12/851
Abstract: 本发明公开了一种移动App流量统计特征选择方法，该方法包括：S1、获取原始移动App的流量数据集，提取移动App流量的流统计特征，获取用于训练的有标记数据集LD，以及待分类的无标记数据集UD；S2、在LD数据集上，利用信息增益率，评估每个流统计特征在类间的区分能力；S3、在LD和UD数据集上，计算每个流统计特征的取值分布，利用Hellinger距离评估特征取值分布差异性，评估流统计特征的漂移程度；S4、将漂移程度作为区分能力的惩罚因子，计算流统计特征的综合评估值；S5、基于综合评估值，搜索区分能力强且漂移程度低的流统计特征子集。本发明的方法涉及移动互联网流量测量领域的移动App流量分类技术，降低数据维度，并提高分类鲁棒性能。
-
公开(公告)号：CN109412969A
公开(公告)日：2019-03-01
申请号：CN201811104919.X
申请日：2018-09-21
Applicant: 华南理工大学
IPC: H04L12/851
Abstract: 本发明公开了一种移动App流量统计特征选择方法，该方法包括：S1、获取原始移动App的流量数据集，提取移动App流量的流统计特征，获取用于训练的有标记数据集LD，以及待分类的无标记数据集UD；S2、在LD数据集上，利用信息增益率，评估每个流统计特征在类间的区分能力；S3、在LD和UD数据集上，计算每个流统计特征的取值分布，利用Hellinger距离评估特征取值分布差异性，评估流统计特征的漂移程度；S4、将漂移程度作为区分能力的惩罚因子，计算流统计特征的综合评估值；S5、基于综合评估值，搜索区分能力强且漂移程度低的流统计特征子集。本发明的方法涉及移动互联网流量测量领域的移动App流量分类技术，降低数据维度，并提高分类鲁棒性能。
-
公开(公告)号：CN111563234A
公开(公告)日：2020-08-21
申请号：CN202010328975.2
申请日：2020-04-23
Applicant: 华南理工大学
Abstract: 本发明公开了一种主机异常检测中系统调用数据的特征提取方法。所述方法包括以下步骤：获取应用程序在运行期间的系统调用序列记录，在每个序列记录上，提取系统调用的n-gram数值序列；在每个系统调用序列记录上，基于提取的n-gram数值序列，获得n-gram频数序列；在每个n-gram频数序列上，进行K个统计值计算，将K个统计值作为特征值。本发明的方法涉及基于主机的异常检测领域，将不等长的系统调用序列转化为K个统计值描述的特征向量，此特征向量独立于系统调用的采集平台，可实现跨平台。
-
-
Search Results
3
records
(took 0.016 seconds)
