基于多粒度级联森林优化算法的网络入侵检测模型研究
所屬分類：技术论文
上傳者：wwei
文檔大小：1476 K
標(biāo)簽： Fisher Score 随机森林 级联森林
所需積分：0分積分不夠怎么辦？
文檔介紹：针对大规模网络入侵方式层出不穷，为应对多形态下的网络安全威胁，提出一种基于多粒度级联森林优化算法的网络入侵检测模型。首先对原始数据进行预处理，然后融合Fisher Score算法对不同特征信息进行权重选择排序，最后将其排序后的特征信息送入级联森林的卷积层和森林层，对特征信息进行深度表达和分类，从而得到精准的分类结果。经KDD 99数据集进行验证，在不同测试集占比为90%、70%和30%三组实验情况下，分别实现了98.20%、99.00%、99.27%的分类精度。实验结果证明，所提算法能够准确识别多种网络攻击，为现有网络入侵检测提供有效区分依据。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。