摘要
本公开提供一种基于特征选择的操作系统识别的训练方法及电子设备,训练方法包括:获取多条流量数据;获取多条流量数据中每条的包括与TCP协议相关的TCP特征集和与IP协议相关的IP特征集的初始特征集的取值并作为初始训练集;利用基于相关性的特征选择和初始训练集获取第一特征集,利用基于互信息的评价函数和初始训练集获取第二特征集,基于第一特征集和第二特征集进行交并运算以得到目标特征集;将目标特征集的取值作为目标训练集,基于目标训练集获取目标特征集中特征的特征权重,利用目标训练集对结合特征权重的朴素贝叶斯模型进行训练以得到经训练模型。由此,能够支持以被动方式识别操作系统类型且能够提高操作系统类型的识别效果。
技术关键词
朴素贝叶斯模型
操作系统识别
特征选择
训练集
报文
标志位
滑动窗口
识别操作系统
服务类型字段
样本
协议
数据
电子设备
分片
因子
后验概率
标识
存储器
系统为您推荐了相关专利信息
地铁列车
神经网络模型
独立旋转轮
集成经验模态分解
估计方法
YOLO模型
注意力
输出特征
特征提取模块
通道
样本
金融
机器学习模型训练
结构化查询语言
存储器