公开(公告)号：CN108712404B

公开(公告)日：2020-11-06

申请号：CN201810422160.3

申请日：2018-05-04

Applicant: 重庆邮电大学

Inventor： 魏琴芳 ,  吕博文 ,  胡向东 ,  胡蓉 ,  李仁杰 ,  白银

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

Abstract: 本发明公开了一种基于机器学习的物联网入侵检测方法，属于物联网安全领域，包括数据预处理、划分数据集及数据降维、构建最小二乘支持向量机、对最小二乘支持向量机进行稀疏化处理、形成基分类器、构建出基于神经网络的基分类器、进行入侵行为检测和进行预测实验。本发明采用最小二乘支持向量机算法以及剪枝技术等降低计算的复杂性；采用改进的进化策略优化模型以摆脱极值点，达到模型最优的效果，可提高判断的准确性。本发明具有计算量小、误报率低和检测准确性高的特点，适合物联网中的入侵检测。

公开(公告)号：CN108712404A

公开(公告)日：2018-10-26

申请号：CN201810422160.3

申请日：2018-05-04

Applicant: 重庆邮电大学

Inventor： 魏琴芳 ,  吕博文 ,  胡向东 ,  胡蓉 ,  李仁杰 ,  白银

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

CPC classification number: H04L63/1416 ,  G06K9/6247 ,  G06K9/6269 ,  G06K9/6287 ,  G06N3/0445 ,  G06N3/086 ,  H04L67/12

Abstract: 本发明公开了一种基于机器学习的物联网入侵检测方法，属于物联网安全领域，包括数据预处理、划分数据集及数据降维、构建最小二乘支持向量机、对最小二乘支持向量机进行稀疏化处理、形成基分类器、构建出基于神经网络的基分类器、进行入侵行为检测和进行预测实验。本发明采用最小二乘支持向量机算法以及剪枝技术等降低计算的复杂性；采用改进的进化策略优化模型以摆脱极值点，达到模型最优的效果，可提高判断的准确性。本发明具有计算量小、误报率低和检测准确性高的特点，适合物联网中的入侵检测。