| 基于多粒度級聯森林優化算法的網絡入侵檢測模型研究 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>1476 K | |
| 標簽： Fisher Score 隨機森林 級聯森林 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對大規模網絡入侵方式層出不窮，為應對多形態下的網絡安全威脅，提出一種基于多粒度級聯森林優化算法的網絡入侵檢測模型。首先對原始數據進行預處理，然后融合Fisher Score算法對不同特征信息進行權重選擇排序，最后將其排序后的特征信息送入級聯森林的卷積層和森林層，對特征信息進行深度表達和分類，從而得到精準的分類結果。經KDD 99數據集進行驗證，在不同測試集占比為90%、70%和30%三組實驗情況下，分別實現了98.20%、99.00%、99.27%的分類精度。實驗結果證明，所提算法能夠準確識別多種網絡攻擊，為現有網絡入侵檢測提供有效區分依據。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2