融合RF和CNN的異常流量檢測(cè)算法

摘要： 異常流量檢測(cè)作為網(wǎng)絡(luò)安全的關(guān)鍵技術(shù)之一,對(duì)于及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)攻擊、溯源取證、防止數(shù)據(jù)泄露等具有重要意義。針對(duì)現(xiàn)有網(wǎng)絡(luò)異常流量檢測(cè)方法在準(zhǔn)確性方面存在的不足,文章提出一種融合隨機(jī)森林（RF）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）的異常流量檢測(cè)算法,該算法利用RF進(jìn)行特征選擇和初步分類(lèi),有效地減少了輸入維度并提高了模型的泛化能力；通過(guò)CNN對(duì)選定特征進(jìn)行深層次的模式識(shí)別,進(jìn)一步提升了異常檢測(cè)的精度。... （共10頁(yè)）