面向不平衡數(shù)據(jù)的二階段網(wǎng)絡(luò)入侵檢測新方法

摘要： 雖然目前許多網(wǎng)絡(luò)流量入侵檢測模型已具有較高的檢測率，但仍存在對不平衡異常網(wǎng)絡(luò)流量的檢測率低、泛化性差等問題。因此，提出一種面向數(shù)據(jù)不平衡的二階段網(wǎng)絡(luò)入侵檢測方法。在第一階段，訓(xùn)練隨機(jī)森林集成模型，對網(wǎng)絡(luò)流量進(jìn)行初步的正常和異常二分類檢測，初步緩解正常流量與異常流量分布不平衡對模型訓(xùn)練的影響；在第二階段，使用原始異常流量數(shù)據(jù)訓(xùn)練一維卷積神經(jīng)網(wǎng)絡(luò)-雙向長短期記憶模型，在模型訓(xùn)練階段... （共11頁）