一种网络入侵检测中数据不平衡处理方法

本发明公开了一种网络入侵检测中数据不平衡处理方法，方法包括：利用随机稀疏投影增强原始特征的训练多样性；然后将特征空间聚类为预定义数量的子空间，并使用信息论和簇大小相结合的基于聚类的无限特征选择算法CInf‑FS评估每个子空间内的特征；在剔除冗余特征后，通过重采样生成候选子集，并迭代计算子集间多样性与子集与特征空间的相似度，从而选择最优子集。本发明利用选择的最优子集构建平衡数据集训练分类器，并在数据集上验证算法性能，通过评估指标进行评估，提供了一种对数据不平衡影响小，性能更佳，鲁棒性更高的解决方案。