基于SMOTE算法和集成学习的恶意流量检测方法

    公开(公告)号:CN110572382B

    公开(公告)日:2021-05-18

    申请号:CN201910823488.0

    申请日:2019-09-02

    Abstract: 本发明提出一种基于SMOTE算法和集成学习的恶意流量检测方法,旨在保证恶意流量检测准确率的基础上,解决因良性及恶意流量不均衡导致的恶意流量检测召回率较低的技术问题,实现步骤为:获取良性流量和恶意流量;提取所获流量的统计特征,得到恶意流特征向量和良性流特征向量,构成训练集和测试集;对恶意流特征向量进行聚类;采用KNN近邻算法算出每个聚类簇的危险点,删除危险点获得安全聚类簇;优化SMOTE算法;采用优化后的SMOTE算法以聚类簇簇心为中心,簇内任一样本为参照样本插值生成新样本;添加新样本到训练集中获得平衡训练集;构建集成学习分类器模型;通过多数类投票法获取测试集的预测标签。

    基于SMOTE算法和集成学习的恶意流量检测方法

    公开(公告)号:CN110572382A

    公开(公告)日:2019-12-13

    申请号:CN201910823488.0

    申请日:2019-09-02

    Abstract: 本发明提出一种基于SMOTE算法和集成学习的恶意流量检测方法,旨在保证恶意流量检测准确率的基础上,解决因良性及恶意流量不均衡导致的恶意流量检测召回率较低的技术问题,实现步骤为:获取良性流量和恶意流量;提取所获流量的统计特征,得到恶意流特征向量和良性流特征向量,构成训练集和测试集;对恶意流特征向量进行聚类;采用KNN近邻算法算出每个聚类簇的危险点,删除危险点获得安全聚类簇;优化SMOTE算法;采用优化后的SMOTE算法以聚类簇簇心为中心,簇内任一样本为参照样本插值生成新样本;添加新样本到训练集中获得平衡训练集;构建集成学习分类器模型;通过多数类投票法获取测试集的预测标签。

    一种紧凑型正交模耦合器

    公开(公告)号:CN106450638B

    公开(公告)日:2021-08-31

    申请号:CN201610900917.6

    申请日:2016-10-17

    Abstract: 本发明公开了一种紧凑型正交模耦合器,由三端口波导腔体和圆柱阶梯匹配块构成,所述三端口波导腔体由公共圆柱波导,圆柱形耦合腔和两个正交的矩形波导组成。所述圆柱阶梯匹配块包括三级阶梯,位于三端口波导腔体内部,最底层台阶与圆柱形耦合腔连接,所述公共圆柱波导、圆柱形耦合腔和圆柱阶梯匹配块三者同心。本发明所述紧凑型正交模耦合器的有益效果在于,结构简单,便于加工,在13.75GHz~14.5GHz的频带内,端口驻波均小于1.2,两个正交端口隔离度大于28dB。有别于传统正交模耦合器的最大特点是,本发明所述紧凑型正交模耦合器实现了微波信号在工作频带内由公共圆波导端口到两个正交矩形波导端口的等相位传输,适合应用于对相位有严格要求的微波网络工程中。

    基于信息论的无人机飞控协议字段划分方法

    公开(公告)号:CN110602073B

    公开(公告)日:2021-05-18

    申请号:CN201910822782.X

    申请日:2019-09-02

    Abstract: 本发明提出了一种基于信息论的无人机飞控协议字段划分方法。旨在通过挖掘数据所表达的信息量作为特征,提高对连续的变化字段划分的准确率,包括如下步骤:对无人机飞控协议数据集进行预处理,基于信息论获取规律字段位数集合L和随机字段位数集合R,基于信息论获取规律字段位数集合L的分隔点位数集合E,基于信息论对随机字段位数集合R进行划分,获取所有字段分隔点。本发明提取的统计特征是从数据中获得的信息量,充分挖掘字段潜在的语义信息,将无人机飞控协议分为完全随机字段、飞控相关字段及多个规律字段,进而提高了对无人机飞控协议中连续的变化字段划分的准确率。

Patent Agency Ranking