申请/专利权人:广东技术师范大学
申请日:2022-11-08
公开(公告)日:2023-01-13
公开(公告)号:CN115600194A
主分类号:G06F21/55
分类号:G06F21/55;G06F18/24;G06F18/23213;G06F18/214;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.07#实质审查的生效;2023.01.13#公开
摘要:本发明公开了一种基于XGBoost和LGBM的入侵检测方法、存储介质及设备,方法包括步骤:获取数据集,对所述数据集进行数据预处理;根据信息增益和FCBF算法对预处理后的数据集进行特征选择;采用XGBoost和LGBM分类器对数据进行分类处理;优化XGBoost和LGBM分类器,根据分类器性能比较结果,选择性能更高的分类器进行分类结果输出。本发明通过对数据集进行数据预处理,可缓解数据集样本的不平衡问题,同时提高了数据集质量;通过对分类器不断优化,提高分类器的分类处理性能,并通过选择性能更高的分类器进行分类结果输出,能提高入侵检测的检测精度、降低入侵检测异常误报率。
主权项:1.一种基于XGBoost和LGBM的入侵检测方法,其特征在于,包括步骤:获取数据集,对所述数据集进行数据预处理;根据信息增益和FCBF算法对预处理后的数据集进行特征选择;采用XGBoost和LGBM分类器对数据集的数据进行分类处理;优化XGBoost和LGBM分类器,根据分类器性能比较结果,选择性能更高的分类器进行分类结果输出。
全文数据:
权利要求:
百度查询: 广东技术师范大学 一种基于XGBoost和LGBM的入侵检测方法、存储介质及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。