基于有监督判别投影的网络安全数据降维算法

郭方方，吕宏武，任威霖，王瑞妮

（哈尔滨工程大学计算机科学与技术学院，黑龙江 哈尔滨 150001）

1 引言

网络空间安全已成为互联网发展的核心挑战，从系统漏洞、隐私泄露到网络诈骗，各种安全威胁日益增多，网络安全分析中所需要收集和统计的网络安全数据量正在以指数级增长，所以优化分析处理网络安全数据的效率对于提高网络安全与服务质量有着非常重大的意义。然而，网络安全数据的高维数据空间具备本征稀疏性，使多元密度估计问题更加复杂，难以直接对其进行求解。这一问题于1957 年在Bellman 的著作序言中被提出，称作“维度灾难”。该问题导致在分析原始的高维网络安全数据时，会产生巨大的计算量，严重影响研究效率。为了更好地理解和处理这些高维复杂的网络安全数据，人们开始关注如何有效地降低数据的维度从而提高数据分析模型的性能。数据降维技术通过分析网络安全数据不同维度之间的内在联系，在高维空间中发掘出其隐藏的低维映射，且能够在一定程度上等效替代原有的高维结构，从而降低网络安全分析的时间复杂度[1]。为了提高网络安全分析能力，十分有必要对网络安全数据进行降维处理[2]。

近年来，流形学习方法的研究方兴未艾，国内外不断涌现出新的研究成果[3]。流形学习方法在特征空间内建立的映射能够将数据从高维度投影至低维度，有效去除了冗余信息，让人们能够更加直观、清晰地理解数据的含义。……