欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021105764007
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-17
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于决策机和特征选择的快速入侵检测方法,其特征在于,包括如下步骤:

1)预处理:对数据集UNSW‑NB15进行预处理,预处理的过程为:

1.1)删除数据集中列名为”id”和”attack_cat”的列;

1.2)对列名为”proto”、”service”和”state”的列进行编码;

1.3)使用最小最大规范化方法对数据进行规范化,最小最大规范化方法定义为

2)特征选择:使用信息增益方法对数据集进行特征选择,对数据集进行特征选择的过程为:

2.1)使用信息增益对数据集中的数据进行计算,信息增益方法定义为InfoGain=H(D)‑H(D|A),其中

2.2)依据计算结果进行排序,选择信息增益值排前11的特征;

3)构建决策机,并对决策机模型进行训练:

3.1)定义决策机的总体架构,其定义的数学公式为其中,S为特征矩阵,t为阈值向量,m为决策矩阵,h为第二层的输出,B为模板矩阵;

3.2)根据公式,决策机由4层全连接网络组成:第一层为输入层;第二层定义激活函数为tanh(.),偏置做最大最小范式限制,最大最小范式限制定义为其中clip(.)为剪裁函数,主要作用是将输入限制在[0,1]区间内;desired=1×clip(norms,0,1); 第三层根据模板矩阵计算增广模板矩阵,计算公式定义为 并以softmax(.)为激活函数计算;第四层为输出层,激活函数为sigmoid(.);

4)根据决策机获得重构决策树模型的参数,并重构决策树:

4.1)一棵决策二叉树从数学层面可以定义为 其中diag(.)将向量映射到对角矩阵;向量x和t是 中的实向量;矩阵S为 中决策树的L×(L‑1)

特征矩阵;sgn(.)是sign或signum函数;矩阵B是(±1,0) 中决策树的模板矩阵;对于i=1,2,···,L,向量Bi是矩阵B的第i行;||·||1是实向量的l1范数;v是节点向量;

4.2)由决策机模型的第二层可以得到特征矩阵S和阈值向量t;由第三层可以得到模板矩阵B;由第四层可以得到决策矩阵m;

4.3)根据特征矩阵S,阈值向量t,模板矩阵B和决策矩阵m,重建决策树模型。