基于机器学习的物联网卡异常访问行为检测方法研究.pdfVIP

2019中国联通 优秀论文选编 网络建设、运行维护、规划优化 刘 雷，韦国锐/基于机器学习的物联网卡异常访问行为检测方法研究 147 基于机器学习的物联网卡 异常访问行为检测方法研究 刘 雷，韦国锐（中国联通广东分公司） 摘 要 主要简述在物联网网络维护中，基于物联网现网数据，通过机器学习技术对物联网卡异常访问行为进行 检测研究，输出存在疑似异常访问行为的物联网卡号码信息输出给客户进行后续处理与分析。实现对物联网安 全事件的感知，防止物联网卡的滥用。 关键词 物联网；安全感知；机器学习；行为检测 算法，研究比对不同算法模型的可行性，实现物联网卡 0 前言 异常访问行为检测进行方法研究。 随着通信技术的演进，万物互联时代促使物联网 2 基于机器学习的异常访问检测分析方法 广泛应用，因物联网卡存在流量资费便宜，终端类型 多，协议未规范统一等特点，容易被不法分子利用。近 2.1 异常行为检测模型建立流程 年安全事件频发，SDN等技术逐步应用于通信架构，对 异常检测又被称为“离群点检测”，在机器学习研 于CT维护人员提出IT转型要求，网络维护人员结合 究领域中跟现实紧密联系，是数据挖掘的一个方向，常 机器学习技术对物联网卡异常访问行为检测进行研 用于反电信诈骗、伪基站等一些非正常行为领域。 究，防止不法分子对物联网卡的滥用，实现对物联网卡 物联网卡异常行为检测的基础是数据，对指定日 的安全管控。 期的话单数据做预处理，之后根据处理后数据对数据 做初筛选和特征筛选，建立模型，并对模型进行分析， 1 研究背景 选择相对较优的模型对数据进行计算分析出疑似异常 目前，物联网广泛应用于生产生活中，但物联网的 访问行为的号码。 多厂家、多协议、多应用等做统一规范，导致物联网天 图1示出的是模型建立流程。 然存在着安全隐患，一旦不法分子利用这些漏洞进行 2.2 异常行为检测模型输入输出 非法操作，将会造成数据泄露等安全事件。工信部网 模型输入的是物联网HDFS里的文件；模型输出 安函关于《工业和信息化部关于开展物联网安全监管 字段如表1所示。 手段试点工作的通知》要求梳理物联网技术特点，深入 表1 输出字段 分析物联网安全风险点，结合工作实际需求，开展大数 字段名称 字段含义 格式等备注说明 据的综合分析与深度挖掘，为物联网安全监管提供支 msisdn 异常号码 string 撑。网络运维人员结合现有网络数据，采用机器学习 万方数据 优秀论文选编 2019中国联通 网络建设、运行维护、规划优化 148 刘 雷，韦国锐/基于机器学习的物联网卡异常访问行为检测方法研究 开始 读取指定天（默认为前一天）