基于标记数据学习降低误报率的算法优化
发布时间：2018-04-03 01:55:54 所属栏目：大数据 来源：站长网
导读：无论是基于规则匹配的策略，还是基于复杂的安全分析模型，安全设备产生的告警都存在大量误报，这是一个相当普遍的问题。其中一个重要的原因是每个客户的应用场景和数据都多多少少有不同的差异，基于固定判断规则对有统计涨落的数据进行僵化的判断，很容易
|
简要代码实现：
基于模拟数据，我们想要达到的目的是通过持续的强化机器学习能够降低误报率。所以我们采取的策略是： 训练一天的数据2017-01-01，测试10天的数据2017-01-11到2017-01-20； 训练两天的数据2017-01-01到2017-01-02，测试10天的数据2017-01-11到2017-01-20； 以此类推，来看通过学习越来越多的数据，在测试数据中的误报率是否能够得到不断的改进。 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
