基于SVM的网络代理行为检测系统及检测方法

摘要

本发明公开了基于SVM的网络代理行为检测系统及检测方法，将SVM主动学算法应用于网络代理行为的检测，通过SVM的有效学，将普通数据和网络代理行为数据正确地区分。然后建立以SVM为主动学机的智能检测机制，对网络访问行为进行有效地检测，从中识别网络代理行为，通过有效地识别网络代理行为，准确及时地定位网络代理行为源，完成对其网络通信量的监控。

主权项

基于SVM的网络代理行为检测系统，其特征在于，包括网络数据采集模块、数据预处理模块、SVM学习机、网络行为决策系统；所述网络数据采集模块从所监控的目标网络段中收集原始的网络数据，并获取少量可以准确标记的样本，该少量可以准确标记的样本在网络代理行为检测前期，进行行为分析实验得到；所述数据预处理模块从所述网络数据采集模块采集的网络数据进行标记、提取特征信息并将特征信息进行聚类处理，并把特征信息转化为SVM分类器能够处理的维数相同的数字向量，所述特征信息包括网络访问的方式、类型、访问的对象标识、获取结果的类型、数据包附加的特征字；所述网络行为决策系统包含SVM分类器，所述SVM分类器将所述数据预处理模块处理后的样本进行检测，并将所述少量可以准确标记的样本和未标记样本组成训练样本集，传输给所述SVM学习机进行训练；根据SVM分类器分类的结果作出是否属于网络代理行为的判断；所述SVM学习机接受所述SVM分类器传输的训练样本集，将训练后的数据再次传输至所述SVM分类器进行检测，反复检测、训练，直到达到未标记样本的最小分类误差。