一种基于数据均衡算法框架的入侵检测方法

本发明提供一种基于数据均衡算法框架的入侵检测方法，包括获取原始网络数据并对其进行预处理，得到预处理后的网络数据；基于数据均衡算法框架对预处理后的网络数据进行数据均衡处理，得到均衡网络数据；通过信息增益算法对均衡网络数据进行特征选择处理，得到低维度的网络数据；结合KAN对CNN网络模型进行改进，得到改进的CKAN网络模型，通过改进后的CKAN网络模型对低维度的网络数据进行分类，得到分类结果。本发明的改进的CKAN网络模型可以更好的对数据进行预测分类，提高了分类的准确性，而且能够最大限度的解决数据集不平衡问题，在降低待检测网络数据的冗余性的同时提高网络模型的训练效率与检测精度。