基于SDN的智能入侵检测系统模型与算法①

• 作者: 宋姝雨 张莎莎 王磊 马琳
• 来源期刊: 高技术通讯
• 关键词: 软件定义网络(SDN) 入侵检测系统 机器学习 随机森林
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 先进制造与自动化
• 页码范围: 533-537
• 页数: 5页
• 字数: 3544字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2020.05.013

摘要

基于软件定义网络(SDN)的集中式管理、全局控制等优势,提出了一种智能的入侵检测系统架构模型.基于该模型,可以动态使用不同的机器学习算法对入侵的数据流进行检测,从而提升系统的检测性能.本文针对入侵数据流多特征、不平衡性等特点,提出了一种改进的随机森林算法,通过动态更新决策树的权重来提高分类的准确度.使用KDD CUP99数据集对改进的算法进行训练和测试,实验结果表明,改进的随机森林算法在检测精度、代价等指标上都得到了明显的提升,验证了新模型和新算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马琳	空军杭州特勤疗养中心信息科	1	0	0.0	0.0
2	张莎莎	浙江大学信息与电子工程学院	1	0	0.0	0.0
3	宋姝雨	浙江大学信息与电子工程学院	1	0	0.0	0.0
4	王磊		20	27	4.0	4.0