技术总结
本发明公开了基于Storm的马尔可夫等价类模型分布式学习方法。包括以下步骤：步骤1，使用Storm框架创建集群的计算节点；步骤2，初始化节点创建初始马尔可夫等价类状态，并生成状态图元组；步骤3，搜索节点计算当前状态图元组的所有合法修改操作符，并应用于当前状态图元组上；步骤4，评分节点使用最小描述长度准则计算模型对数据集的拟合度评分；步骤5，输出节点判定状态图元组是否达到局部最优，最终得到最匹配网络流量数据的马尔可夫等价类模型。本发明在入侵检测系统的分类器模型训练问题上，充分利用了分布式存储给计算过程带来的加速优势，提高了入侵检测系统对网络流量数据的实时处理能力。
技术研发人员：丁飞;庄毅;顾晶晶;钟伟
受保护的技术使用者：南京航空航天大学
文档号码：201611122068
技术研发日：2016.12.08
技术公布日：2017.05.10