时间测序下基于SVM的用户异常检测研究  

作　　者：彭英[1] 杨澎涛[1] 宋建[1] 孙友凯[1] PENG Ying;YANG Pengtao;SONG Jian;SUN Youkai

机构地区：[1]中国石油化工股份有限公司胜利油田分公司物探研究院,山东东营257022

出　　处：《信息技术与信息化》2023年第1期130-133,138,共5页Information Technology and Informatization

基　　金：油田IPv6工业互联网升级与管理关键技术研究,项目编号:YKJ1903。

摘　　要：随着我国信息科技的飞跃式发展,计算机网络的规模不断扩大,企业扩展业务持续增加,油田内部信息的机密性与设备的安全性面临着巨大挑战。针对目前油田网络系统繁杂性不断增大而引发的安全的问题,运用基于简单网络管理协议设计实现的网内流量监控,获取工业网流量信息,在时间测序下,借助机器学习与文本分析整合异常数据的共性与特性,关联整合异常数据的多维关系,解除了以往繁杂且低效的监控手段,保证网络环境内异常信息的可见性,极大便利了后期的维护工作和网络环境的平滑升级。

关 键 词：SNMP 文本分析 机器学习 异常检测 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术] TE46[自动化与计算机技术—计算机科学与技术]