作者：胡志鹏; 颜秉勇; 彭亦功随机森林网络入侵检测样本类别倾斜层次采样代价敏感分布式
摘要：机器学习算法在入侵检测系统中被广泛应用,提升了入侵检测系统的效率和准确率。然而,入侵数据类倾斜和数据流量剧增问题,导致其被使用的局限性。针对此问题,提出一种分布式层次采样的代价敏感随机森林算法。利用层次采样技术降低样本类别倾斜比率,通过随机森林算法进行特征选择,构建敏感随机森林算法的分布式检测网络。实验结果表明,该算法可以减小数据类别倾斜影响,提升分类器性能,提高检测效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
