[发明专利]基于遗传算法过采样支持向量机的网络入侵检测方法有效
| 申请号： | 201710107626.6 | 申请日： | 2017-02-27 |
| 公开（公告）号： | CN106973038B | 公开（公告）日： | 2019-12-27 |
| 发明（设计）人： | 康琦;黄鑫;王雪松 | 申请（专利权）人： | 同济大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06 |
| 代理公司： | 31225 上海科盛知识产权代理有限公司 | 代理人： | 翁惠瑜 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于遗传算法过采样支持向量机的网络入侵检测方法，该方法包括以下步骤：获取由历史网络数据组成的训练数据集；根据入侵检测结果的类别对所述训练数据集进行分类；比较各样本集的样本个数，对样本个数小于设定值的样本集进行过采样处理；从经过采样处理后的训练数据集中选取设定样本个数组成一训练集；利用SVM模型对训练集进行交叉验证，确定SVM参数；利用的R‑SVM模型对训练集进行训练，筛选出贡献度高的数据组成一特征向量；根据所述特征向量对训练集进行特征提取，以经特征提取后的训练集对SVM模型进行训练；对实时采集的网络数据进行网络入侵分类检测。与现有技术相比，本发明具有不平衡数据分类准确度高等优点。 | ||
| 搜索关键词： | 基于 遗传 算法 采样 支持 向量 网络 入侵 检测 方法 | ||
【主权项】：
1.一种基于遗传算法过采样支持向量机的网络入侵检测方法，其特征在于，该方法包括以下步骤：/n1)获取由历史网络数据组成的训练数据集T，所述训练数据集经归一化处理，每一维数值归一化为[0,1]中的数；/n2)根据入侵检测结果的类别对所述训练数据集T进行分类，记为T＝T
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同济大学，未经同济大学许可，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/201710107626.6/，转载请声明来源钻瓜专利网。
