王洁 吕奕飞
摘要：为了提高无线网络攻击行为检测率，保障网络安全，文章进行了基于流量异常特征的无线网络攻击行为检测方法的研究。首先，提取网络流量的异常全局特征，以获取具体的异常特征类别和表现。其次，集成多个机器学习模型，构建了无线网络攻击行为检测模型，并生成了网络攻击行为的初步检测结果。在此基础上，利用流量异常特征对初步检测结果进行融合处理，生成了决策融合结果，作为最终的网络攻击行为检测结果。实验测试结果表明，基于流量异常特征的无线网络攻击行为检测方法应用后，网络攻击行为检测率始终在98%以上，高于对照组方法，能够更加有效地检测出各种不同类型的无线网络攻击，并且具有较高的检测准确率。
关键词：流量异常特征；无线网络攻击；行为检测；网络安全
中图分类号：TP393.01 文献标识码：A
文章编号：1009-3044（2024）11-0078-03
