[發明專利]一種網絡入侵檢測中類別不平衡處理方法及裝置在審
| 申請號： | 201811360237.5 | 申請日： | 2018-11-15 |
| 公開（公告）號： | CN109327464A | 公開（公告）日： | 2019-02-12 |
| 發明（設計）人： | 趙博;燕昺昊;沈劍良;宋克;劉冬培;劉勤讓;李沛杰;陳艇;張文建;湯先拓 | 申請（專利權）人： | 中國人民解放軍戰略支援部隊信息工程大學 |
| 主分類號： | H04L29/06 | 分類號： | H04L29/06 |
| 代理公司： | 鄭州大通專利商標代理有限公司 41111 | 代理人： | 陳勇 |
| 地址： | 450000 河*** | 國省代碼： | 河南;41 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 低頻樣本 新樣本 樣本 網絡入侵檢測 數據集 網絡流量數據 邊緣分布 模型訓練 算法計算 所屬區域 統計數據 樣本類型 有效解決 增量方式 安全域 獨立域 過采樣 檢測點 算法 預設 工作量 檢測 | ||
1.一種網絡入侵檢測中類別不平衡處理方法及裝置，其特征在于，包括：
步驟1、從待檢測點獲取網絡流量數據組成數據集XD，統計數據集XD中各類型樣本的數量，將樣本個數少于目標數量的樣本類型記為低頻樣本集Xmi；
步驟2、對每個低頻樣本xi∈Xmi，采用ADASYN算法計算在低頻樣本集Xmi中選取的K個最近鄰樣本中的低頻樣本分布密度ρj，ρj∈[0,1]，j＝1,…Kmi，Kmi表示在K中包含的低頻樣本個數；
步驟3、根據所述低頻樣本分布密度ρj，將所述低頻樣本集Xmi中的各低頻樣本劃分為危險域、安全域和獨立域；
步驟4、根據各低頻樣本的所屬區域，采用預設樣本增量方式生成新樣本。
步驟5、將生成的新樣本加入數據集XD中組成新樣本集Xnew。
2.根據權利要求1所述的方法，其特征在于，所述步驟3具體包括：
步驟31、若低頻樣本分布密度ρj滿足0<ρj≤1/2,則將低頻樣本xi劃分為危險域DR，記為xi∈DR；
步驟32、若滿足1/2<ρj≤1，則將低頻樣本xi劃分為安全域SR，記為xi∈SR；
步驟33、若滿足ρj＝0，則將低頻樣本xi劃分為獨立域IR，記為xi∈IR。
3.根據權利要求2所述的方法，其特征在于，所述步驟4具體包括：
步驟41、對于低頻樣本xi∈SR，不合成新樣本；
步驟42、對于低頻樣本xi∈DR，根據DR內包含的所有低頻樣本均值xmean，按照式(5)生成新樣本；
其中，u[0.1]為[0,1]內隨機數，inew＝1,2,...,gi，gi為低頻樣本xi需合成的新樣本數量；
步驟43、對于低頻樣本xi∈IR，按照式(6)生成新樣本；
其中，inew＝1,2,...,gi。
4.一種網絡入侵檢測中類別不平衡處理裝置，其特征在于，包括：
數據收集模塊，用于從待檢測點獲取網絡流量數據組成數據集XD，統計數據集XD中各類型樣本的數量，將樣本個數少于目標數量的樣本類型記為低頻樣本集Xmi；
ADASYN算法模塊，用于對每個低頻樣本xi∈Xmi，采用ADASYN算法計算在低頻樣本集Xmi中選取的K個最近鄰樣本中的低頻樣本分布密度ρj，ρj∈[0,1]，j＝1,…Kmi，Kmi表示在K中包含的低頻樣本個數；
區域劃分模塊，用于根據所述低頻樣本分布密度ρj，將所述低頻樣本集Xmi中的各低頻樣本劃分為危險域、安全域和獨立域；
樣本合成模塊，根據各低頻樣本的所屬區域，采用預設樣本增量方式生成新樣本；
數據存儲模塊，將生成的新樣本加入數據集XD中組成新樣本集Xnew。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍戰略支援部隊信息工程大學，未經中國人民解放軍戰略支援部隊信息工程大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811360237.5/1.html，轉載請聲明來源鉆瓜專利網。
