公开(公告)号：CN111314353A

公开(公告)日：2020-06-19

申请号：CN202010103246.7

申请日：2020-02-19

Applicant: 重庆邮电大学

Inventor： 熊炫睿 ,  陈高升 ,  熊炼 ,  张媛 ,  程占伟 ,  付明凯 ,  刘敏

IPC: H04L29/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及网络入侵检测技术领域，特别涉及一种基于混合采样的网络入侵检测方法及系统，方法包括将网络入侵历史数据集中的符号属性转换为数字属性；将网络入侵历史数据集归一化至区间[0,1]；利用混合采样算法对网络入侵历史数据集进行采样，得到每个类别平衡的训练集；利用获得的训练集训练BP神经网络分类器；将实时的网络入侵数据输入训练好的BP神经网络分类器，BP神经网络分类器输出该实时的网络入侵数据的类别；本发明减少了多数类样本的舍弃，从而减少了对构建分类器有价值的信息的损失；相比基于SMOTE过采样的入侵检测技术，减少了生成少数类新样本时引入的噪音，因此该算法对不平衡数据有更好的分类性能。