[发明专利]结合混合随机森林的关键信息基础设施资产识别方法

权利要求书

1.结合混合随机森林的关键信息基础设施资产识别方法，其特征在于所述方法包括如下步骤：

步骤1，对采集到的设施资产数据进行结构化处理并进行特征优化表达，得到扩展的特征向量；

步骤1.1，将采集到的基础设施的设备日志、网络流量数据进行清洗优化获得原始资产数据；

步骤1.2，以关键字、时段节点、行为组合、地理关联四个方面为基准，从原始资产数据中提取关键词特征向量、时段特征向量、行为特征向量和地理特征向量这四种特征向量；

步骤1.3，分别对四种特征向量进行归一化、标准化和哑变量处理，并将其顺序拼接获得高维扩展特征向量；

步骤2，为兼顾最终数据的客观性和完备性，结合德尔菲专家咨询法和主成分分析法，进行关键信息基础设施的关键影响因素分析，提取关键特征向量；

步骤2.1，基于使用高斯核函数的支持向量机和随机森林的方法获得特征的权重；

步骤2.2，获取所有特征的权重信息后，基于德尔菲专家咨询法原则，对特征进行多轮经验分析，得到特征的重要性权重；

步骤2.3，结合专家经验与机器学习方法得到的客观影响因素分析，进行关键影响因素提取，获得最终的关键特征向量；

步骤3，结合混合专家模型的设施资产识别是将多个随机森林判别模型与一个门控函数相结合，获得混合随机森林判决模型；

步骤3.1，初始化设定每个样本被挑选为中心概率为N为数据数量，并设定专家模型的数量为K；

步骤3.2，依样本概率挑选其中的一个样本，并通过公式赋予每个样本的权重，W_ji为第i个样本在第j个混合专家模型的样本权重；

步骤3.3，将赋权后的样本训练擅长识别此区域下的随机森林；

步骤3.4，依据公式和更新下一次迭代中每个样本被挑选为中心样本的概率值，将其归一化；

步骤3.5，判定混合专家模型数量是否达标，若达标则训练完毕到达步骤3.6，若未达标到则继续挑选中心点，回到步骤3.2训练一个新的专家模型；

步骤3.6，完成混合随机森林的构建，并设定其判决函数为其中y_m表示标签m，f_j(X)表示第j个专家模型，I(y_m＝f_j(X_in)) 表示若第j个专家模型预测标签若与y_m相等则为1，若不等则为0；

步骤4，基于构建的混合随机森林模型实现对设备流量的识别，判定设备是否为关键资产基础设施设备。

2.根据权利要求1所述的结合混合随机森林的关键信息基础设施资产识别方法，其特征在于：步骤1.2中从原始资产数据中提取关键词特征向量、时段特征向量、行为特征向量和地理特征向量这四种特征向量，顺序拼接获得高维特征向量。

3.根据权利要求1所述的结合混合随机森林的关键信息基础设施资产识别方法，其特征在于：步骤3.2中依据每次的中心点μ_j赋予样本的权重的公式为此专家模型下的样本权重将随着远离此中心样本而减小，并在赋予每个样本权重后训练一个随机森林判决模型作为此区域下的专家模型。

4.根据权利要求1所述的结合混合随机森林的关键信息基础设施资产识别方法，其特征在于：步骤3.4中，设立每个样本被挑选作为中心的概率集合，在每次循环中迭代依据概率更新公式和更新每个样本的概率值，以选取多个不同区域下的样本作为中心点；实现在每次迭代中将已选中的样本和离选中样本较近的样本被挑选为中心点的概率值降低，而远离中心点的样本被挑选为中心点的概率值升高。

5.根据权利要求1所述的结合混合随机森林的关键信息基础设施资产识别方法，其特征在于：步骤3.6中，设定输入新样本X_in时的预测函数为其中y_m表示标签m，f_j(X)表示第j个专家模型,I(y_m＝f_j(X_in)) 表示若第j个专家模型预测标签若与y_m相等则为1，若不等则为0；最终计算每个标签的预测值F(y_m)，取最大值下的y_m为最终判断类别Y。