基于随机k-近邻集成算法的网络流量入侵检测 |
| |
引用本文: | 张承烨,李卓轩,曹进德.基于随机k-近邻集成算法的网络流量入侵检测[J].南通大学学报(自然科学版),2023(3):26-32. |
| |
作者姓名: | 张承烨 李卓轩 曹进德 |
| |
作者单位: | 1. 东南大学人工智能学院;2. 东南大学数学学院;3. 江苏省网络群体智能重点实验室 |
| |
摘 要: | 为了提高网络入侵检测模型的准确率与泛化性,提出基于随机k-近邻集成算法的网络流量入侵检测模型。首先,该模型提出一种集成赋权距离,来提高预测精度;其次,采用一种随机策略的集成方法对k-近邻模型进行集成,从而提高了其在异常检测过程中的全局和局部优化能力;然后,利用并行计算的方法提高了算法运行的效率;最后,构建了基于随机k-近邻集成算法的网络入侵检测模型,并采用KDD99数据集进行实验。实验结果表明,基于随机k-近邻集成算法相对于其他模型具有更好的检测效果,准确率和召回率分别达到99.05%和91.96%。
|
关 键 词: | 网络入侵检测 k-近邻模型 集成赋权距离 随机子空间 并行计算 |
|
|