基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測算法研究

摘要： 針對目前入侵檢測系統(tǒng)對少數(shù)攻擊類的識別率較低的問題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林的分類方法。對CICIDS2017數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，并用SMOTE算法進(jìn)行數(shù)據(jù)平衡；用卷積神經(jīng)網(wǎng)絡(luò)對BENIGN類和ATTACK類進(jìn)行二分類，分離出ATTACK類；用PCA進(jìn)行特征選擇，減少特征維度，并用隨機(jī)森林算法對ATTACK類進(jìn)行多分類。與其他算法相比，該方法不僅增加了少數(shù)攻擊類... （共8頁）

機(jī)器學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)隨機(jī)森林PCA入侵檢測