[發明專利]一種面向惡意流量檢測正負樣本均衡生成的過采樣方法

有效

• 申請號: 202011093930.8
• 申請日: 2020-10-14
• 公開（公告）號: CN112235293B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 郭陽明;劉明明;姚紅靜;劉尊;王曉東;李庚;高建軍
• 申請（專利權）人: 西北工業大學;西安蒙頓信息科技有限公司;西北工業大學深圳研究院
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06K9/62
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 金鳳

1.一種面向惡意流量檢測正負樣本均衡生成的過采樣方法，其特征在于包括下述步驟：

第一步，提取接近決策邊界的樣本進行分析；

定義T為整個訓練樣本集；S為惡意流量數據樣本，記為負類樣本集合；L為良性流量數據樣本，記為正類樣本集合；

對負類樣本集合S中的每個樣本x_i，在整個訓練樣本集T上搜索x_i以馬氏距離計算的最近鄰的P個樣本，P的取值根據用戶的需求定義，記其中的少數類樣本數量為P(x_i)；

若P(x_i)＝0，說明x_i的P個最近樣本全部為多數類，則認為x_i是噪聲點，進行丟棄；若P(x_i)＞P/2，說明x_i周圍大部分是其同類，說明x_i不在邊界點處，進行丟棄；若0＜P(x_i)＜P/2，則x_i是處于邊界的樣本點，選取此類處于邊界的樣本點記為集合S_p；

第二步，對所提取的樣本進行聚類分析，確定最終選擇；

將屬于S_p的任一x_i看做單獨的一類，若S_p中有k個樣本，即i＝1，2，...k，則有k個聚類，計算任意兩個樣本x_i、x_j的馬氏距離D_ij；

選擇x_i∈S_p中每一個樣本x_i與其他樣本點間的最小馬氏距離，記為min{dis(x_i，x_j)}，則得到樣本間的平均最小距離d為：

第三步，合成數據點，將新生成的類樣本加入到原始樣本集中，構成最終的訓練樣本集；

具體步驟如下：

根據用戶需求，選取閾值T＝d×c，c∈[0，1]，尋找S_p中距離最近的兩個樣本，若D_ij≤T，將兩個樣本點合并為一類；

S_p中任意同一類兩個樣本點x_l、x_m，生成新的樣本點s_n：

s_n＝x_l+α(x_l-x_m)，α∈[0，1]

將s_n加入S集合，構建出新的均衡數據集。