基于多粒度級聯(lián)森林優(yōu)化算法的網(wǎng)絡(luò)入侵檢測模型研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>1476 K
標簽： Fisher Score 隨機森林 級聯(lián)森林
所需積分：0分積分不夠怎么辦？
文檔介紹：針對大規(guī)模網(wǎng)絡(luò)入侵方式層出不窮，為應(yīng)對多形態(tài)下的網(wǎng)絡(luò)安全威脅，提出一種基于多粒度級聯(lián)森林優(yōu)化算法的網(wǎng)絡(luò)入侵檢測模型。首先對原始數(shù)據(jù)進行預(yù)處理，然后融合Fisher Score算法對不同特征信息進行權(quán)重選擇排序，最后將其排序后的特征信息送入級聯(lián)森林的卷積層和森林層，對特征信息進行深度表達和分類，從而得到精準的分類結(jié)果。經(jīng)KDD 99數(shù)據(jù)集進行驗證，在不同測試集占比為90%、70%和30%三組實驗情況下，分別實現(xiàn)了98.20%、99.00%、99.27%的分類精度。實驗結(jié)果證明，所提算法能夠準確識別多種網(wǎng)絡(luò)攻擊，為現(xiàn)有網(wǎng)絡(luò)入侵檢測提供有效區(qū)分依據(jù)。
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。