摘要
本发明公开了一种适用于物联网残缺数据的混合入侵检测方法,包括如下步骤:获取开源数据集并预处理;训练环境的配置;构建并训练多分类阶段算法模型,所述多分类阶段算法模型为将RF算法、类别型特征提升算法CatBoost、XGBoost算法和轻量级梯度提升机算法LightGBM四种集成学习算法进行加权聚合;构建并训练二分类阶段算法模型,所述二分类阶段算法模型为将自编码器、单类支持向量机和孤立森林算法输出异常分数进行加权求和得到聚合异常分数,通过与阈值比较得到最终的检测结果,该方法能够降低数据不平衡度,更好的适应类残缺的数据集,进而提供系统的自适应性,能够有效聚合多种算法的训练结果。
技术关键词
混合入侵检测方法
算法模型
XGBoost算法
孤立森林算法
梯度提升机
集成学习算法
入侵检测系统
决策树模型
单类支持向量机
阶段
编码器
表达式
加速模型训练
权重计算方法
解码器
处理器
样本
异常数据
系统为您推荐了相关专利信息
脱硫除尘设备
脱硫药剂
生物质锅炉
脱硫除尘方法
脱硫除尘系统
轨道列车
声光报警模块
PLC控制器
激光位移传感器
动态
电除尘器高频电源
驱动控制方法
综合工况
指数
参数
异常数据点
数据异常检测方法
管控技术
生成日志信息
动态阈值技术