[發明專利]智能系統安全體系態勢感知構架中采集樣本的平衡方法

在審

• 申請號: 201911047187.X
• 申請日: 2019-10-30
• 公開（公告）號: CN110929761A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 李千目;董瀟
• 申請（專利權）人: 南京理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

1.一種智能系統安全體系態勢感知構架中采集樣本的平衡方法，其特征在于，包括以下步驟：

步驟1，智能系統安全體系態勢感知構架進行數據采集得到不平衡樣本，利用徑向基核函數對不平衡樣本中的正類樣本進行訓練，得到最優的邊界參數；

步驟2，在正類樣本中進行邊界選擇，剔除正類樣本中的噪聲數據；

步驟3，使用譜聚類對無噪聲數據進行聚類，得到適用于smote算法的k個聚類樣本；

步驟4，利用smote算法進行樣本生成，完成采集樣本的平衡。

2.根據權利要求1所述的智能系統安全體系態勢感知構架中采集樣本的平衡方法，其特征在于，步驟1所述的利用徑向基核函數對不平衡樣本中的正類樣本進行訓練，得到最優的邊界參數，具體如下：

步驟1.1、分解出不平衡樣本中的正類樣本Dmin；

步驟1.2、利用徑向基核函數進行正類樣本訓練，并利用機器學習模型進行樣本精確度分析，得到最優的樣本邊界參數，其中徑向基核函數為：

其中，σ為徑向基核函數的超參數，也是訓練邊界的參數，定義參數的范圍為0～1，利用步長為0.1對σ進行網格搜索；r＝||x₁-x₂||，其中x₁為空間任意一點，x₂為選取的一個中心點，r為求得的歐氏距離；進行正類樣本模型預測，得到最優的樣本邊界參數；

正類樣本通過徑向基核函數映射到特征空間H：k(x,y)＝(Φ(x)·Φ(y))，其中x、y為特征空間下的兩個數據樣本，Φ為將低維映射到高維的核映射，k(x,y)為在高維下兩個樣本x,y的內積。

3.根據權利要求1所述的智能系統安全體系態勢感知構架中采集樣本的平衡方法，其特征在于，步驟2所述的在正類樣本中進行邊界選擇，剔除正類樣本中的噪聲數據，具體如下：

步驟2.1、利用邊界參數進行原始正類樣本的訓練，找出異常樣本；

步驟2.2、將正類樣本的異常樣本剔除，得到無噪聲的正類樣本數據。

4.根據權利要求1所述的智能系統安全體系態勢感知構架中采集樣本的平衡方法，其特征在于，步驟3所述的使用譜聚類對無噪聲數據進行聚類，得到適用于smote算法的k個聚類樣本，具體如下：

步驟3.1、對無噪聲數據的正類樣本和負類樣本進行求解，得到樣本的生成比例；所述負類樣本的數量為m，正類樣本的數量為n，利用公式m＝(1+x)n得到樣本的生成比例為x；

步驟3.2、對無噪聲數據進行聚類，得到適用于smote算法的k個聚類樣本。

5.根據權利要求1所述的智能系統安全體系態勢感知構架中采集樣本的平衡方法，其特征在于，步驟4所述的利用smote算法進行樣本生成，完成采集樣本的平衡，具體如下：

步驟4.1、計算聚類簇；

計算度矩陣D，相似度矩陣W，并計算拉普拉斯矩陣L＝D-W，計算L的特征值，將特征值從小到大排序，取前k個特征值，并計算前k個特征值的特征向量u₁,u₂,...,u_k；

將上面的k個列向量組成矩陣U＝{u₁,u₂,...,u_k},U∈R^n*k；令y_i∈R^k是U的第i行的向量，其中i＝1,2,...,n，使用k-means算法將新樣本點Y＝{y₁,y₂,...,y_n}聚類成簇C₁,C₂,...,C_k，輸出簇A_1,,A₂,...,A_k，其中A_i＝{j|y_j∈C_i}；最終求得聚類簇A_1,,A₂,...,A_k；

步驟4.2、利用SMOTE算法進行樣本的生成：

利用KNN算法，選擇步驟3中的每個簇的樣本點，離樣本中一樣本點最近的K個同類樣本點，從最近的K個同類樣本點中，隨機挑選M個樣本點，M的選擇依賴于最終所希望的平衡率，對于每一個隨機選中的樣本點，構造新的樣本點，最終生成D個樣本；

步驟4.3、結合原來的負類樣本，形成平衡的數據樣本。