不平衡網(wǎng)絡(luò)異常數(shù)據(jù)代價(jià)敏感特征及實(shí)例選擇.pdf

1、隨著通訊技術(shù)的發(fā)展及異構(gòu)網(wǎng)絡(luò)的廣泛融合，網(wǎng)絡(luò)數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)態(tài)勢(shì)。雖然其中的異常事件屬于稀有類，但仍會(huì)對(duì)國(guó)家、企業(yè)及個(gè)人造成嚴(yán)重打擊和損失。如何提高稀有類識(shí)別率已成為網(wǎng)絡(luò)安全領(lǐng)域亟待解決的問(wèn)題。
　　本文以網(wǎng)絡(luò)異常數(shù)據(jù)中的稀有類為研究對(duì)象，以稀有類的分類問(wèn)題為切入點(diǎn)，以代價(jià)敏感學(xué)習(xí)為支撐，以概率論、混沌理論、信息論、統(tǒng)計(jì)學(xué)為理論基礎(chǔ)，首先從數(shù)據(jù)特征入手，提出一種基于混沌遺傳的代價(jià)敏感特征選擇方法，設(shè)計(jì)了基于文化基因構(gòu)架的高效代價(jià)

2、敏感特征選擇方法；之后從數(shù)據(jù)實(shí)例角度出發(fā)，并提出適用于不平衡數(shù)據(jù)集的雙向?qū)嵗x擇分層策略。通過(guò)上述策略及方法的使用，能夠?qū)^大規(guī)模不平衡網(wǎng)絡(luò)異常數(shù)據(jù)進(jìn)行分類前的綜合優(yōu)化處理，從而有效提升后續(xù)異常分類識(shí)別的效果。本文主要工作及所取得研究成果包括以下三個(gè)方面：
　?。?）提出一種基于混沌遺傳的代價(jià)敏感特征選擇算法
　　針對(duì)網(wǎng)絡(luò)異常數(shù)據(jù)類不平衡問(wèn)題，引入代價(jià)敏感學(xué)習(xí)理論到特征選擇方法，聚焦于特征選擇階段的代價(jià)因素，設(shè)計(jì)出一種代價(jià)敏

3、感特征選擇算法CSFSG，應(yīng)用于網(wǎng)絡(luò)異常數(shù)據(jù)分類。綜合考慮網(wǎng)絡(luò)異常事件識(shí)別過(guò)程中誤分類代價(jià)及測(cè)試代價(jià)，借鑒貝葉斯理論，基于最近鄰規(guī)則構(gòu)造代價(jià)敏感適應(yīng)度函數(shù)，利用混沌運(yùn)動(dòng)系統(tǒng)固有特性改進(jìn)基于Tent混沌映射優(yōu)化的遺傳搜索策略，改善遺傳搜索后期的收斂問(wèn)題，以提高搜索速度。CSFSG注意兩種代價(jià)均衡關(guān)系，以最小化總代價(jià)為目標(biāo)。實(shí)驗(yàn)表明，CSFSG能夠有效簡(jiǎn)化特征選擇過(guò)程得到有助于稀有類異常數(shù)據(jù)識(shí)別的特征子集，進(jìn)而達(dá)到可以降低算法運(yùn)行成本，提高

4、異常攻擊識(shí)別精度的目標(biāo)。
　?。?）提出基于文化基因構(gòu)架的高效代價(jià)敏感特征選擇算法
　　針對(duì)大數(shù)據(jù)在資源受限環(huán)境中分析成本高、效率低的問(wèn)題，改進(jìn)基于文化基因構(gòu)架的傳統(tǒng)特征選擇方法，引進(jìn)貝葉斯理論構(gòu)造代價(jià)矩陣，提出了一種以降低總誤分類成本并提高分類性能為目標(biāo)的高效代價(jià)敏感特征選擇算法CFSM。該算法使用遺傳算法進(jìn)行全局搜索，引入誤分類代價(jià)因子的總成本函數(shù)構(gòu)造適應(yīng)度函數(shù)，通過(guò)使用近似馬爾科夫毯以信息相關(guān)系數(shù)為評(píng)價(jià)指標(biāo)，微調(diào)增加相

5、關(guān)特征，移除冗余或不相關(guān)特征，以提高最優(yōu)子集尋優(yōu)收斂速度。實(shí)驗(yàn)結(jié)果表明，CFSM在稀有類識(shí)別上表現(xiàn)出較好的性能。與基于遺傳算法的傳統(tǒng)文化基因架構(gòu)下特征選擇算法及代價(jià)敏感特征選擇算法相比，該算法更加高效且能以更少的特征及誤分類代價(jià)獲得更高的分類精度。
　?。?）提出基于稀有類拓展的雙向?qū)嵗x擇分層策略
　　當(dāng)不平衡的網(wǎng)絡(luò)數(shù)據(jù)遇到大規(guī)?；瘑?wèn)題，往往會(huì)造成網(wǎng)絡(luò)異常攻擊識(shí)別率降低，甚至失效。本文基于經(jīng)典分層理論，提出基于稀有類拓展的