一种融合卷积神经网络和随机森林的网络入侵检测方法

本发明公开了一种融合卷积神经网络和随机森林的网络入侵检测方法，包括步骤：1、利用ADASYN算法对原始数据集上采样，得到上采样数据集；2、将上采样数据集输入卷积神经网络CNN，训练卷积神经网络CNN，训练好的卷积神经网络CNN将上采样数据集中的流量数据分为正常流量和攻击流量；3、利用PCA降维算法计算攻击流量的均值向量，计算协方差矩阵并进行奇异值分解SVD，选择最大特征值对应的前k个特征向量，并将其投影到降维空间，得到处理后数据；4、将处理后数据输入随机森林模型RF，迭代训练多个决策树，得到训练好的随机森林模型RF；5、训练好的随机森林模型RF识别攻击流量的类别。本发明能够准确、详细地识别多种攻击流量的类别，增强了网络安全性。