融合RF和CNN的異常流量檢測算法

摘要： 異常流量檢測作為網(wǎng)絡(luò)安全的關(guān)鍵技術(shù)之一,對于及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)攻擊、溯源取證、防止數(shù)據(jù)泄露等具有重要意義。針對現(xiàn)有網(wǎng)絡(luò)異常流量檢測方法在準(zhǔn)確性方面存在的不足,文章提出一種融合隨機(jī)森林（RF）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）的異常流量檢測算法,該算法利用RF進(jìn)行特征選擇和初步分類,有效地減少了輸入維度并提高了模型的泛化能力；通過CNN對選定特征進(jìn)行深層次的模式識別,進(jìn)一步提升了異常檢測的精度。... （共10頁）