[发明专利]结合高斯混合模型与排序学习的多阶段入侵检测方法有效
| 申请号： | 202111174292.7 | 申请日： | 2021-10-09 |
| 公开（公告）号： | CN113904846B | 公开（公告）日： | 2022-06-17 |
| 发明（设计）人： | 金福生;陈梦楠;袁野;王树良;王国仁 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06F21/56;G06V10/764;G06V10/77;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 符继超 |
| 地址： | 100081 *** | 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： | 结合高斯混合模型与排序学习的多阶段入侵检测方法，S1获取恶意入侵流量数据得到网络流量特征数据集；S2将网络流量特征数据集进行划分并提取最优特征；S3对先验信息集进行预测得到错误分类样本和重叠样本分布情况；S4将错误样本与最优特征测试集进行特征值匹配，通过模型预测得到第一阶段预测结果；S5结合错误样本分布情况，得到重叠样本与非重叠样本，以重叠样本的先验信息为该重叠样本制定预测标签，得到第二阶段预测结果；S6对非重叠样进行分类预测得到第一拼接向量；S7将第一拼接向量通过排序学习模型预测，得到第三阶段预测结果；结合高斯混合模型以及排序学习解决同特征不同标签的样本以及类别易混淆样本分类效果差的问题。 | ||
| 搜索关键词： | 结合 混合 模型 排序 学习 阶段 入侵 检测 方法 | ||
【主权项】：
暂无信息
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北京理工大学，未经北京理工大学许可，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/202111174292.7/，转载请声明来源钻瓜专利网。
