[发明专利]基于样本特征训练分类器的方法、装置及存储介质

说明书

本发明实施例公开了一种基于样本特征训练分类器的方法、装置及存储介质，涉及网络安全领域。本发明的方法包括：获取用于训练分类器的样本数据集；在所述样本数据集中选择N个样本数据，作为目标样本数据集；其中，N为小于M的正整数，M为所述样本数据集中样本数据的总数；通过信息增益和相关性排序，选取所述目标样本数据集中的各样本数据的特征；对各所述样本特征进行特征加权变换，得到分别对应的样本加权特征；基于各所述样本加权特征，对所述分类器进行训练。本发明能够提高分类器性能。

技术领域

本发明涉及网络安全领域，尤其涉及一种基于样本特征训练分类器的方法、装置及存储介质。

背景技术

现有的入侵检测方法大多是直接针对全部样本数据，输入分类器进行检测。但在实际的网络流量数据中，由于数据集规模庞大，导致利用全部数据集建立入侵检测模型降低了分类器的性能。

发明内容

本发明的实施例提供一种基于样本特征训练分类器的方法、装置及存储介质，能够解决现有入侵检测模型中分类器性能较低的问题。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供一种基于样本特征训练分类器的方法，包括：

获取用于训练分类器的样本数据集；

在所述样本数据集中选择N个样本数据，作为目标样本数据集；其中，N为小于M的正整数，M为所述样本数据集中样本数据的总数；

通过信息增益和相关性排序，选取所述目标样本数据集中的各样本数据的样本特征；

对各所述样本特征进行特征加权变换，得到分别对应的样本加权特征；

基于各所述样本加权特征，对所述分类器进行训练。

结合第一方面，在第一方面的第一种可能的实现方式中，所述在所述样本数据集中选择N个样本数据，作为目标样本数据集之前，还包括：

按照预设规则确定所述目标样本数据集的样本数量N；其中，所述预设规则包括按照预设数量确定所述样本数量N，或按照预设比例确定所述样本数量N，或按照历史选择样本记录确定所述样本数量N；

所述在所述样本数据集中选择N个样本数据，作为目标样本数据集，包括：

在所述样本数据集中随机选择N个样本数据，作为所述目标样本数据集；或，

在所述样本数据集中按照每预设间隔选择N个样本数据，作为所述目标样本数据集；或，

在所述样本数据集中按照历史选择样本方式选择N个样本数据，作为所述目标样本数据集。

结合第一方面，在第一方面的第二种可能的实现方式中，所述对各所述样本特征进行特征加权变换，得到分别对应的样本加权特征，包括：

按照特征权重矩阵，对各所述样本特征进行特征加权处理，得到各样本数据的加权特征；其中，所述特征权重矩阵包括各特征分别对应的权重值，所述特征权重矩阵中的权重值个数与所述特征的向量维度数量相同。

结合第一方面，在第一方面的第三种可能的实现方式中，所述基于各所述样本加权特征，对所述分类器进行训练，包括：

获取各所述样本数据的标注信息，每个所述样本数据中均携带有标注信息，所述标注信息包括所述样本数据对应的标注分类结果；

将各所述样本数据通过所述分类器，得到分别对应的预测分类结果；

当存在样本数据对应的标注分类结果和预测分类结果不一致时，基于所述标注分类结果和所述预测分类结果，对所述分类器进行训练。