基于机器学习的Web用户行为认证BehaviorauthenticationofWeb.PDFVIP

第4 卷第1 期 网络与信息安全学报 Vol.4 No.1 2018 年1 月 Chinese Journal of Network and Information Security January 2018 基于机器学习的 Web 用户行为认证 1 1,2 2 毋泽南 ，田立勤 ，王志刚 （1. 华北科技学院计算机学院，北京 101601 ； 2. 青海师范大学计算机学院，青海 西宁810008 ） 摘 要：针对Web 用户信息的安全问题，结合机器学习的方法，对用户行为进行分析和认证。首先通过主成 分分析法对原始数据集做降维处理，然后利用 SVM 算法，让计算机对历史用户行为证据进行学习，得到一 个判别用户身份的模型。实际应用和理论分析表明，该模型在用户行为认证判别上，可以更准确和高效地分 类出危险用户和可信用户，为诸如电子商务、网络金融等关键网络应用用户行为的高性能分析奠定坚实的理 论和实践基础。 关键词：信息安全；用户行为认证；支持向量机；主成分分析 中图分类号：TP309 文献标识码：A doi: 10.11959/j.issn.2096-109x.2018011 Behavior authentication of Web users based on machine learning 1 1,2 2 WU Zenan , TIAN Liqin , WANG Zhigang 1. School of Computer Science and Technology, North China Institute of Science and Technology, Beijing 101601, China 2. School of Computer Science and Technology, Qinghai Normal University, Xining 810008, China Abstract: According to the security problem of Web user information, the user behavior was analyzed and authenti- cated by the method of machine learning. First of all, through the principal component analysis to reduce the dimen- sion of the original data set, then use the SVM algorithm to allow the computer to learn the history of user behavior evidence, to get a model to identify the users identity. The practical application and theoretical analysis show that the model in user behavior identification authentication, can be more accurate and efficient classification of danger- ous users and trusted users, analysis