使用两种机器学习异常检测算法的广域网网格异常检测
网络与互联网体系结构
2018-01-31 v1 机器学习
摘要
异常检测是指识别不符合预期行为或与数据集中其他条目不相关的项目或事件的做法。它此前已应用于入侵检测、系统健康监控和信用卡交易欺诈检测等领域。在本文中，我们描述了一种利用两种机器学习算法——提升决策树（BDT）与简单前馈神经网络——对perfSONAR收集的网络性能数据进行异常行为检测的新方法。对每种算法的有效性与灵敏度进行了评估与比较。两者均表现出充分的性能与灵敏度。
引用
@article{arxiv.1801.10094,
title = {Anomaly detection in wide area network mesh using two machine learning anomaly detection algorithms},
author = {James Zhang and Ilija Vukotic and Robert Gardner},
journal= {arXiv preprint arXiv:1801.10094},
year = {2018}
}