基于VAE-CWGAN和特征統(tǒng)計重要性融合的網絡入侵檢測方法

摘要： 針對傳統(tǒng)入侵檢測方法受限于數據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，為提升數據質量對數據集進行預處理；其次，搭建VAE-CWGAN模型生成新樣本以解決數據集類不平衡問題，使分類模型不再偏向于多數類；再次，使用標準差、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）