动态特征选择算法对恶意行为检测的优化研究

来源：计算机工程与科学杂志2022年第4期北京时间：

作者：刘云, 肖添, 王梓宇

单位：（昆明理工大学信息工程与自动化学院，云南 昆明 650500）

摘要：针对互联网中存在的恶意行为，特别是社交网络应用中的在线恶意行为，通常使用基于用户多维特征的聚类分析算法进行检测。提出一种动态特征选择算法(DFSA)，使用具有特征加权熵的模糊C均值目标函数，首先为参数构建一个学习模式，自动计算每个特征权重，并剔除权重小于阈值的特征，动态选择重要的特征，迭代地更新隶属函数、簇中心和特征权重直到最优化为止，最后识别出具有高精度的恶意用户行为簇。仿真结果表明，对比SDAFS算法、ELAFC算法和NADMB算法，DFSA算法在Rand指数、Jaccard指数和归一化互信息量3个主要性能指标上均有改善。

关键词：特征选择,恶意用户行为,在线社交网络,模糊聚类,

基金资助：国家自然科学基金（61761025）;云南省重大科技专项计划（202002AD080002）