龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安建筑科技大学
摘要：本发明公开了一种基于机器学习技术的网络入检测方法，包括以下步骤；S1：对网络入侵检测中用于训练检测模型的数据集进行预处理，S2：统计初始数据集的样本量，计算每个样本的失衡程度，S3：对平衡后数据集进行数值化操作，得到数值化数据集；对数值化数据集进行标准化操作，得到标准化数据集；S4：采用CFS特征选择方法对标准化数据集中所有数据的特征进行特征选择，得到最优特征集合；S5：建立LightGBM分类模型，使用最优特征集合对该模型进行训练，得到训练完成后的LightGBM分类模型。S6：输入待检测数据，用训练完成后的LightGBM分类模型进行入侵检测。本发明有检测准确率高、检测效率快的优点。
主权项：1.一种基于机器学习技术的网络入检测方法，其特征在于，包括以下步骤；S1：对网络入侵检测中用于训练检测模型的数据集进行预处理，剔除残缺与无用数据，得到原始数据集；对所述的原始数据集进行随机抽取，得到初始数据集；S2：统计初始数据集的样本量，计算每个样本的失衡程度，划分多数类与少数类样本，使用VAE-ENN不平衡数据采样处理方法，进行数据平衡处理，得到平衡后数据集；S3：对平衡后数据集进行数值化操作，得到数值化数据集；对数值化数据集进行标准化操作，得到标准化数据集；S4：采用CFS特征选择方法对标准化数据集中所有数据的特征进行特征选择，得到最优特征集合；S5：建立LightGBM分类模型，使用最优特征集合对该模型进行训练，得到训练完成后的LightGBM分类模型；S6：输入待检测数据，用训练完成后的LightGBM分类模型进行入侵检测。
全文数据：
权利要求：
百度查询： 西安建筑科技大学 一种基于机器学习技术的网络入检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号