基于改进XGBoost算法的智能网络异常分析技术研究  

作　　者：李世科[1] LI Shi-ke

机构地区：[1]河南经贸职业学院,河南郑州450018

出　　处：《信息技术与信息化》2020年第8期71-73,共3页Information Technology and Informatization

摘　　要：互联网技术迅速发展,伴随着网上购物或支付消费等生活方式的推广,人们对网络安全的重视程度也随之增加。鉴于此,本次研究将通过用改进的XGBoost异常行为检测模型结构对Web服务器的日志信息数据的分析处理,提取造成智能网络异常的特征类别,并根据处理后数据构建全面的HTTP请求特征属性。实验表明,第二层结构的出现有助于检测入侵的准确性的提高、具有更好的检测效果、在精确度等方面优于其他检测算法。希望此次研究能为我国在智能网络异常分析的发展工作上提供一定的帮助和借鉴。

关 键 词：改进的XGBoost算法 WEB日志 异常行为分析 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]