[发明专利]基于特征约简的集成分类方法、装置及存储介质

权利要求书

1.一种基于特征约简的集成分类方法，其特征在于，包括：

针对原始样本数据集，获取多维特征；

计算所述多维特征分别与所述样本的类别标签之间的相关性值；

基于所述多维特征分别对应的相关性值，对所述样本的多维特征进行特征约简，在所述多维特征中删除部分相关性值小的特征，将剩余特征作为特征约简结果；

基于所述样本的特征约简结果，对随机森林分类模型进行训练。

2.根据权利要求1所述的基于特征约简的集成分类方法，其特征在于，所述基于所述多维特征分别对应的相关性值，对所述样本的多维特征进行特征约简，在所述多维特征中删除部分相关性值小的特征，将剩余特征作为特征约简结果，包括：

基于所述多维特征分别对应的相关性值，对所述样本的多维特征按照相关性值由大到小进行排序；

按照预设规则，从排序末端的特征开始删除预设数量维特征；

将剩余特征作为所述样本的特征约简结果。

3.根据权利要求2所述的基于特征约简的集成分类方法，其特征在于，所述按照预设规则，从排序末端的特征开始删除预设数量维特征，包括：

原始样本特征p维，i的取值等于1开始，迭代执行下述步骤：

按照所述排序，删除末端的最后1维特征，通过剩余特征对随机森林模型进行训练，计算得到剩余特征训练模型的精度值；

按照所述排序，删除末端的最后2维特征，通过剩余特征对随机森林模型进行训练，计算得到剩余特征训练模型的精度值；

响应于所述第i次删除之后的剩余特征训练模型的精度值小于所述第(i+1)次删除之后的剩余特征训练模型的精度值，i的取值加1，迭代执行上述步骤；

响应于所述第i次删除之后的剩余特征训练模型的精度值大于或等于所述第(i+1)次删除之后的剩余特征训练模型的精度值，则将i作为所述预设数量，按照所述排序删除末端的最后i维特征，留下p-i维特征。

4.根据权利要求1所述的基于特征约简的集成分类方法，其特征在于，所述基于所述样本的特征约简结果，对随机森林分类模型进行训练，包括：

将样本集中样本的特征约简结果输入所述随机森林分类模型进行首次训练，并得到多个首次负样本，所述首次负样本是指基于所述随机森林分类模型进行首次分类预测的结果与样本的类别标签不同；

将所述多个首次负样本中的部分首次负样本加入训练数据集中并输入所述随机森林分类模型进行二次训练，得到多个二次负样本，所述二次负样本是指基于所述随机森林分类模型进行二次分类预测的结果与样本的类别标签不同；

将所述多个二次负样本中的部分二次负样本加入训练数据集中并输入所述随机森林分类模型进行三次训练，得到随机森林分类模型的训练结果。

5.根据权利要求1所述的基于特征约简的集成分类方法，其特征在于，所述方法还包括：

将网络流量输入所述随机森林分类模型，进行网络安全入侵检测；

响应于检测到存在入侵风险，截断当前网络流量并启动相应的入侵修复方案。

6.一种基于特征约简的集成分类装置，其特征在于，包括：

提取模块，用于针对原始样本数据集，获取多维特征；

计算模块，用于计算所述多维特征分别与所述样本的类别标签之间的相关性值；

删除模块，用于基于所述多维特征分别对应的相关性值，对所述样本的多维特征进行特征约简，在所述多维特征中删除部分相关性值小的特征，将剩余特征作为特征约简结果；

训练模块，用于基于所述样本的特征约简结果，对随机森林分类模型进行训练。

7.根据权利要求6所述的基于特征约简的集成分类装置，其特征在于，所述装置还包括：

排序模块，用于基于所述多维特征分别对应的相关性值，对所述样本的多维特征按照相关性值由大到小进行排序；

所述删除模块，还用于按照预设规则，从排序末端的特征开始删除预设数量维特征；并将剩余特征作为所述样本的特征约简结果。