基于VAE-CWGAN和特征統(tǒng)計重要性融合的網(wǎng)絡(luò)入侵檢測方法

摘要： 針對傳統(tǒng)入侵檢測方法受限于數(shù)據(jù)集類不平衡以及所選特征代表性不強等問題，提出一種基于VAE-CWGAN和特征統(tǒng)計重要性融合的檢測方法。首先，為提升數(shù)據(jù)質(zhì)量對數(shù)據(jù)集進行預(yù)處理；其次，搭建VAE-CWGAN模型生成新樣本以解決數(shù)據(jù)集類不平衡問題，使分類模型不再偏向于多數(shù)類；再次，使用標(biāo)準(zhǔn)差、中值均值差對特征進行排序，并融合其統(tǒng)計重要性來進行特征選擇旨在獲得代表性更強的特征，從而使模型... （共14頁）