基于軟件定義網(wǎng)絡(luò)(SDN)的集中式管理、全局控制等優(yōu)勢,提出了一種智能的入侵檢測系統(tǒng)架構(gòu)模型�；谠撃Ｐ�,可以動(dòng)態(tài)使用不同的機(jī)器學(xué)習(xí)算法對(duì)入侵的數(shù)據(jù)流進(jìn)行檢測,從而提升系統(tǒng)的檢測性能。本文針對(duì)入侵?jǐn)?shù)據(jù)流多特征、不平衡性等特點(diǎn),提出了一種改進(jìn)的隨機(jī)森林算法,通過動(dòng)態(tài)更新決策樹的權(quán)重來提高分類的準(zhǔn)確度。使用KDD CUP99數(shù)據(jù)集對(duì)改進(jìn)的算法進(jìn)行訓(xùn)練和測試,實(shí)驗(yàn)結(jié)果表明,改進(jìn)的隨機(jī)森林算法在檢測精度、代價(jià)等指標(biāo)上都得到了明顯的提升,驗(yàn)證了新模型和新算法的有效性。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引 言
1 相關(guān)研究
2 基于SDN的智能入侵檢測模型
3 改進(jìn)隨機(jī)森林算法進(jìn)行流分類
    (1)初始化樣本權(quán)重。
    (2)構(gòu)建決策樹,更新權(quán)重抽樣,并進(jìn)行多輪迭代。
    (3)所有決策樹生成完成,計(jì)算每棵樹的分類器權(quán)重wi。
4 仿真分析
5結(jié)論



本文編號(hào)：3859780