文档介绍：机器学****在网络空间安全研究中的应用分析该论文来源于网络,本站转载的论文均是优质论文,供学****和研究使用,文中立场与本网站无关,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们删除已转载的信息,如果需要分享,请保留本段说明。摘要:我国正在逐步实现信息化社会建设,现代信息技术发展速度越来越快,带动了整个网络空间数据量的增长,给网络空间安全管理带来了巨大的难题。随着网络空间连入点的增加,在海量数据面前,传统的网络空间安全处理方式已经不能够适应需求,这时候机器学****的优势逐渐展现出来,机器学****在网络安全研究中的应用,能够对网络安全问题进行有效的解决,因此,各专家学者正在推进机器学****在网络空间安全研究,希望能够通过机器学****来保障网络空间安全。关键词:机器学****网络空间安全;机器学****安全研究中图分类号:TP393文献标识码:A 文章编号:1009-3044(2019)24-0205-02 开放科学(资源服务)标识码(OSID): 1机器学****在网络空间安全研究中的应用步骤机器学****是一门涉及多领域的学科,通过机器学****能够使计算机具有智能,通过各种经验数据来完善自身系统性能。因此机器学****在网络空间安全研究中的应用通常分为几个步骤:安全问题抽象、数据采集、数据预处理和安全特征提取、模型构建、模型验证和模型效果。整合应用步骤使相辅相成的。 1)安全问题抽象。通过安全问题抽象能够将网络空间安全问题转化为机器学****能够处理的数据,安全问题抽象的正确性决定了机器学****对网络空间安全问题处理的成功性。所以首先机器学****在网络空间安全研究中的应用需要进行安全问题抽象和定义,将网络空间安全问题转化为机器学****能够处理的数据,然后能够为研究人员的数据采集提供参考。 2)数据采集。机器学****是通过各种经验数据来完善自身系统性能,所以数据采集是机器学****在网络空间安全研究中的应用基础。在数据采集步骤主要是通过应用各种措施,例如日志收集工具等,来从网络系统的各层级来获得信息,完成数据采集。 3)数据预处理和安全特征提取。在进行安全特征提取前,首先要对采集的原始数据进行清洗和处理,以防因原始数据丢失、缺少等问题影响,使数据更加的规范。数据预处理和安全特征提取包括以下几个内容:第一,数据预处理。由于网络空间的数据采集存在噪音,所以可能在录入的时候出现各种异常点,为了保证数据质量,需要对原始数据进行清洗和处理,保证数据更加的规范;第二,数据缺失处理和异常值的处理。一旦采集数据中某个特征缺失值过多,为了防止噪声过大,就必须要进行丢弃,如果特征缺失值较少,就可以通过有效的方式进行填充,对缺失数据进行处理。第三,非平衡数据的处理。网络空间中存在着大量的异常数据和恶意数据,虽然数量相比于正常样本较少,但是这种非平衡数据的存在,会对机器学****算法建构检测模型产生直接影响,为了有效地解决这种问题,可以通过采样或者欠采样的方式来平衡数据。第四,数据集的分割。完成数据预处理以后,通过机器学****能够完成数据集的相关准备,并且对数据级进行整理集合:训练集、验证集和测试集。第五,安全特征提取。通过安全特征提取能够从网络空间中将最具有安全问题的属性提取出来,在这个过程中需要依靠特定的领域知识进行,所以需要具有领域知识的专业人员来进行安全特征提取。 4)构建模型。机器学****在网络空间安全应用的核心内容就是模型构建,能够通过数据预处