-
公开(公告)号：CN116702132A
公开(公告)日：2023-09-05
申请号：CN202310656699.6
申请日：2023-06-05
Applicant: 湖北工业大学
IPC: G06F21/55 , G06F21/56 , G06F18/214 , G06F18/243
Abstract: 本发明提供网络入侵检测方法及系统，能够有效提高分类检测能力，使得网络入侵检测模型具有很好的检测准确性。方法包括：拆分原始数据得到训练集和测试集，再经过数据处理后得到RDD数据，以便分布式处理；使用训练数据并行构建级联层深度森林，并划分子森林并行计算；使用验证数据并行评估模型的AUC值并比较森林中决策树的内积和，挑选出泛化能力和相似度较低的决策树重新组成优化过的深度森林；使用验证集对当前优化过的深度森林模型并行测试，并将类概率向量同训练集一起并行训练以构建下一级联层；对级联每一层都采用前述过程进行优化和训练，得到最终的网络入侵检测模型；采用网络入侵检测模型对网络访问数据进行检测。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
