针对IoT入侵检测系统的成本敏感流量特征选择方法及系统

AITNT
正文
推荐专利
针对IoT入侵检测系统的成本敏感流量特征选择方法及系统
申请号:CN202411626111
申请日期:2024-11-14
公开号:CN119675904B
公开日期:2025-11-18
类型:发明专利
摘要
本发明公开了一种针对IoT入侵检测系统的成本敏感流量特征选择方法及系统,属于物联网领域。本发明通过量化特征计算成本与识别效果的平衡,优化特征子集。使用计算成本评估模型对特征的计算负担进行量化,并结合粒子群优化算法与正交稀疏向量初始化策略,从多个流量场景中筛选出高效且精准的特征子集。通过多维适应度函数评估计算损失、识别能力与特征数量的综合效果,确保特征子集在降低计算成本的同时不牺牲检测精度。本发明有效提高了IoT恶意流量识别的效率与精度。
技术关键词
粒子群优化算法 入侵检测系统 特征选择方法 场景 分类器训练 随机森林 速度 数据获取模块 因子 坐标 频率 移动端 代表 精度 负担 策略
系统为您推荐了相关专利信息
1
一种视频传感器部署优化方法、装置、设备及介质
视频传感器网络 粒子群优化算法 虚拟力算法 覆盖率 极值
2
基于深度学习的应急资源数据共享方法及存储介质
资源数据共享方法 资源特征 关系建模 场景 数据传输协议
3
一种用于自动驾驶缺陷测试的测试场景泛化生成方法及系统
测试场景 生成方法 注意力机制 状态空间模型 车辆
4
基于虚实融合学习场景的在线教育系统和方法
在线教育系统 课堂教学场景 控制模块 人机交互单元 坐标系
5
知识图谱的构建方法、基于知识图谱的对象推荐方法
实体 场景 样本 语义特征 对象推荐方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号