[发明专利]基于深度生成模型和聚类欠采样的网络入侵检测方法在审
| 申请号： | 202310666381.6 | 申请日： | 2023-06-06 |
| 公开（公告）号： | CN116599752A | 公开（公告）日： | 2023-08-15 |
| 发明（设计）人： | 熊炫睿;李俊锋;沈涵;黄琪;彭巍;刘梦茹 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;H04L41/14;H04L41/16;G06F18/15;G06F18/232;G06F18/2413;G06F18/243;G06F18/25;G06N3/0455;G06N3/0464;G06N3/0475;G06N3/094 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于网络入侵检测领域，涉及基于深度生成模型和聚类欠采样的网络入侵检测方法。该方法包括以下步骤：S1)对数据集进行预处理和确定采样阈值；S2)采用DCGAES生成模型对少数类样本进行生成；S3)采用DBSCAN聚类对多数类样本进行欠采样；S4)采用Tomek Links剔除数据集中的噪声样本；S5)使用投票分类器(DT+KNN)对平衡前后的数据集进行分类实验。本发明提出一种结合DCGAES生成模型，DBSCAN聚类欠采样以及Tomek Links算法的平衡数据集方法，该方法能够生成高质量的少数类攻击样本，同时去除多数类中的冗余和噪声样本，最终可以得到一个相对平衡且优质的数据集来进行入侵检测，提高少数类攻击样本的检测率。 | ||
| 搜索关键词： | 基于 深度 生成 模型 聚类欠 采样 网络 入侵 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310666381.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种钒钛磁铁矿细粒级钛铁矿高效浮选的方法
- 下一篇：一种智慧园区管理系统
