[发明专利]基于特征约简的集成分类方法、装置及存储介质

说明书

本发明实施例公开了一种基于特征约简的集成分类方法、装置及存储介质，涉及网络安全领域。本发明的方法包括：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。本发明能够提高对入侵检测模型进行训练的效率及准确率。

技术领域

本发明涉及网络安全领域，尤其涉及一种基于特征约简的集成分类方法、装置及存储介质。

背景技术

随着计算机网络技术的迅速发展，网络技术在各个领域都得到了广泛的应用。计算机网络在给人们提供便利、带来效益的同时，网络攻击也对信息安全提出了很大的挑战。

为了防护网络攻击，可以通过入侵检测模型对网络流进行入侵预测。目前对入侵检测模型进行训练的过程，由于训练用样本的特征维度过高，导致对入侵检测模型的训练效率较低，占用较大时间成本；同时，由于数据集分布的影响，导致单个分类器容易形成过拟合，进一步导致训练得到的入侵检测模型的预测准确率较低。

发明内容

本发明的实施例提供一种基于特征约简的集成分类方法、装置及存储介质，能够提高对入侵检测模型进行训练的效率及准确率。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供一种基于特征约简的集成分类方法，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。

结合第一方面，在第一方面的第一种可能的实现方式中，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。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，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。

结合第一方面，在第一方面的第三种可能的实现方式中，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：