[发明专利]基于特征约简的集成分类方法、装置及存储介质在审
| 申请号： | 201910349481.X | 申请日： | 2019-04-28 |
| 公开（公告）号： | CN110222706A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 魏金侠;龙春;万巍;赵静;杨帆 | 申请（专利权）人： | 中国科学院计算机网络信息中心 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;H04L29/06 |
| 代理公司： | 北京知舟专利事务所(普通合伙) 11550 | 代理人： | 郭韫 |
| 地址： | 100083 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 多维特征 约简 样本 存储介质 集成分类 入侵检测模型 网络安全领域 分类模型 类别标签 剩余特征 随机森林 原始样本 数据集 准确率 删除 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算机网络信息中心，未经中国科学院计算机网络信息中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910349481.X/，转载请声明来源钻瓜专利网。
