一种基于混合遗传集成学习的风险IP识别方法

本发明公开了一种基于混合遗传集成学习的风险IP识别方法，涉及风险IP识别领域，包括获取未标记的风险IP数据，使用历史情报中的数据对未标记的风险数据进行标记，最终构建一个多源数据仓库；利用多源数据仓库进行训练，得到对新的IP数据进行分类预测的若干个基分类器；采用改进的遗传算法对各个基分类器进行筛选；使用保留下来的基分类器构建的集成模型对新的IP数据进行分类。本发明对传统遗传算法中的交叉、变异等算子进行改进，引入了模拟退火和自适应运算，提高了算法在求解最优解过程中的速度和效率。基于选择性集成思想，通过优化算法最优解中的权重因子，选择并集成基分类器，建立了选择性集成算法模型增强了模型的性能。