基于CNN與LightGBM的入侵檢測研究

摘要： 網(wǎng)絡(luò)入侵檢測少數(shù)類樣本不僅自身準(zhǔn)確率和召回率低，而且還影響整體準(zhǔn)確率和召回率。針對(duì)此問題，提出一種基于生成式對(duì)抗網(wǎng)絡(luò)(GAN)、卷積神經(jīng)網(wǎng)絡(luò)與LightGBM相結(jié)合的算法。首先，使用降噪變分自動(dòng)編碼器改進(jìn)GAN,以實(shí)現(xiàn)對(duì)不平衡數(shù)據(jù)集的處理。其次，使用卷積注意力機(jī)制改進(jìn)殘差卷積神經(jīng)網(wǎng)絡(luò)，更好地提取數(shù)據(jù)的關(guān)鍵特征。最后，利用LightGBM集成學(xué)習(xí)算法對(duì)處理后的數(shù)據(jù)集進(jìn)行分類。實(shí)驗(yàn)...