公开(公告)号：CN115567292A

公开(公告)日：2023-01-03

申请号：CN202211164663.8

申请日：2022-09-23

Applicant: 中国计量大学

Inventor： 张银辉 ,  张火明 ,  陆萍蓝

IPC: H04L9/40

Abstract: 本发明公开了一种基于改进CatBoost算法的网络入侵检测方法，属于网络入侵检测技术领域。本发明首先获取网络入侵数据集，并进行数值化、归一化以及SMOTEENN采样。其次设置Focal Loss损失函数的平衡因子和动态调制因子，并用以修改CatBoost算法中的原损失函数，建立网络入侵检测模型和模型评估指标。然后对建立的网络入侵检测模型进行训练和预测，并用贝叶斯优化算法查看影响模型表现的超参数贡献值，再进行主要超参数组合寻优。最后将得到的最佳主要超参数值加入到网络入侵检测模型，并将测试集输入模型，得到网络入侵检测结果。本发明既提高了网络入侵检测的准确度，又加快了检测的效率。

公开(公告)号：CN115242448A

公开(公告)日：2022-10-25

申请号：CN202210717382.4

申请日：2022-06-23

Applicant: 中国计量大学

Inventor： 张银辉 ,  张火明 ,  陆萍蓝 ,  管卫兵

IPC: H04L9/40 ,  H04L41/142

Abstract: 本发明公开了一种基于VCFMP算法的网络安全数据特征提取方法。本发明首先获取网络安全数据集并进行数据预处理；其次计算每列特征的方差，得到特征子集C0；然后基于C0计算每列特征和标签之间的偏离程度统计量P1，得到特征子集C1；基于C0计算特征和标签之间的线性关系统计量P2，得到特征子集C2；基于C0计算每个特征与标签之间的互相关统计量P3，得到特征子集C3；然后将特征子集的特征合并得综合子集C4，由特征权重筛选得到特征子集C5；最后基于C5计算每列特征和特征之间的相关性系数P4，得到最优特征子集C6。本发明考虑了每列特征和特征、特征和标签之间的关系，且不依赖于预测模型，提取到的特征子集代表性强。