基于投票網(wǎng)絡(luò)解決樣本非均衡的入侵檢測(cè)識(shí)別模型

摘要： 目前主流入侵檢測(cè)系統(tǒng)通過(guò)學(xué)習(xí)人工標(biāo)識(shí)的網(wǎng)絡(luò)流量數(shù)據(jù)獲得自動(dòng)檢測(cè)未知威脅的能力，但人工標(biāo)識(shí)的數(shù)據(jù)出現(xiàn)偏差、缺失、小類樣本過(guò)少等現(xiàn)象時(shí)，本應(yīng)是攻擊樣本常會(huì)被認(rèn)定為無(wú)害樣本，致使入侵檢測(cè)系統(tǒng)失效。大多數(shù)研究入侵檢測(cè)的工作將整體性能作為檢測(cè)性能的量化標(biāo)準(zhǔn)，而忽視了入侵檢測(cè)的原始初衷，導(dǎo)致警告系統(tǒng)遭受攻擊。針對(duì)以上問題，提出基于投票網(wǎng)絡(luò)的智能識(shí)別模型來(lái)解決入侵檢測(cè)系統(tǒng)訓(xùn)練數(shù)據(jù)不均衡的問題... （共13頁(yè)）