基于遺傳算法和LightGBM的網(wǎng)絡(luò)安全態(tài)勢感知模型 | |
所屬分類:技術(shù)論文 | |
上傳者:wwei | |
文檔大?。?span>1599 K | |
標(biāo)簽: 異常檢測 機器學(xué)習(xí) 遺傳算法 | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:針對傳統(tǒng)煙草工業(yè)系統(tǒng)中的網(wǎng)絡(luò)流量異常檢測方法存在的特征間聯(lián)系和上下文信息丟失等問題,提出了一種基于遺傳算法改進的LightGBM模型,此模型能夠使得模型避免陷入局部最優(yōu)情況。首先通過計算構(gòu)建樹模型對數(shù)據(jù)降維,從高維數(shù)據(jù)中挖掘出對于檢測效果影響重要的關(guān)鍵特征信息,并使用提出的模型對這些關(guān)鍵特征信息進行分析。為了評估模型的有效性與優(yōu)越性,使用準(zhǔn)確率和損失進行模型評價,并與其他網(wǎng)絡(luò)流量異常檢測模型Tabular model、TabNet、LightGBM、XGBoost進行對比。使用公開數(shù)據(jù)集 CICIDS2018 進行實驗分析。結(jié)果表明,在高特征的網(wǎng)絡(luò)安全態(tài)勢感知下,多分類和二分類的識別準(zhǔn)確率分別達9943%和9987%,在低特征情況下,多分類和二分類的識別準(zhǔn)確率分別達9873%和9939%,具有較高準(zhǔn)確率以及良好的靈活性和魯棒性。 | |
現(xiàn)在下載 | |
VIP會員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2