基于随机森林和深度自编码高斯混合模型的无监督入侵检测方法

胡宁; 方兰婷; 秦中元

首页> 中文期刊> 《信息安全与技术》 >基于随机森林和深度自编码高斯混合模型的无监督入侵检测方法

基于随机森林和深度自编码高斯混合模型的无监督入侵检测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

文章针对异常检测中的网络数据量大、特征维数高、传统机器学习算法对数据标签依赖性高等问题,提出一种基于随机森林和深度自编码高斯混合模型的无监督入侵检测方法RF-DAGMM.该方法重点在于使用随机森林算法进行特征选择,一方面更加注重对结果重要的特征,另一方面消除无关特征对检测结果的干扰,经特征选择后的数据输入深度自编码高斯混合模型中,从而获得更好的结果.本文分别基于KDD99、UNSW-NB15、CICIDS2017数据集进行实验,实验结果表明,RF-DAGMM在多个指标上的结果得到提升,同时减少训练时长和计算成本.

著录项

来源
《信息安全与技术》 |2020年第8期|40-4450|共6页
作者
胡宁; 方兰婷; 秦中元;
展开▼
作者单位

东南大学网络空间安全学院江苏南京 211189;

网络空间国际治理研究基地(东南大学) 江苏南京211189;

东南大学网络空间安全学院江苏南京 211189;

网络空间国际治理研究基地(东南大学) 江苏南京211189;

网络通信与安全紫金山实验室江苏南京 211111;

东南大学网络空间安全学院江苏南京 211189;

网络空间国际治理研究基地(东南大学) 江苏南京211189;

展开▼
原文格式 PDF
正文语种 chi
中图分类网络安全;
关键词
随机森林; 特征选择; 深度自动编码器; 高斯混合模型;

相似文献

中文文献
外文文献
专利

1. 基于随机森林和深度自编码高斯混合模型的无监督入侵检测方法 [J] . 胡宁 ,方兰婷 ,秦中元 . 网络空间安全 . 2020,第008期
2. 基于稀疏自编码深度神经网络的入侵检测方法 [J] . 任伟 . 移动通信 . 2018,第008期
3. 基于特征选择的无监督入侵检测方法 [J] . 吴剑 . 计算机工程与应用 . 2011,第026期
4. 基于无监督Hebb规则的入侵检测方法 [J] . 么耀宗 ,李德昌 ,李慧盈 . 计算机工程与应用 . 2007,第023期
5. 基于局部感受野和半监督深度自编码的肺结节检测方法 [J] . 赵鑫 ,强彦 ,强梓林 . 科学技术与工程 . 2017,第033期
6. 基于改进非广延熵特征提取的双随机森林实时入侵检测方法 [C] . YAO Dong ,姚东 ,LUO Jun-yong . 第四届全国智能信息处理学术会议 . 2013
7. 利用无监督思想实现深度图像遮挡边界检测方法研究 [A] . 杨萌 . 2018

基于随机森林和深度自编码高斯混合模型的无监督入侵检测方法

摘要

著录项

相似文献

相关主题

期刊订阅