基于加权多核Fisher 鉴别的多维可信行为监控方法

摘要

信任决策是可信计算中的关键环节，系统行为监控又是信任决策的基础。传统的异常监控方法使用单一的行为指标来描述系统，无法全面的得到系统的综合可信状态。本文提出了一种多维度可信行为指标体系中基于加权多核Fisher 鉴别（MWKFDA）的可信监控方法。MWKFDA结合核函数在处理非线性问题方面的优势以及不同核函数的特性，首先先对原始监控数据进行归一化预处理，再通过加权多核Fisher判断其状态，提高了系统对异常分类操作的准确性。最后，采用事件注入的方法对其有效性进行了对比验证，实验结果表明，MWKFDA能有效的提高系统异常行为的识别率。