面向不平衡数据集的应用系统识别方法

• 作者: 董燕辉 肖军弼 张红霞 杨勇进 计志滨
• 来源期刊: 计算机与现代化
• 关键词: 应用识别 不平衡数据 基尼增益 过采样 分类问题
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 人工智能|ARTIFICIAL INTELLIGENCE
• 页码范围: 93-97,111
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.05.016

摘要

针对油田局域网络环境中,传统基于流量的分析方法无法实现应用系统的有效识别问题,本文设计一种面向不平衡数据集的应用系统识别框架WEBCLA,该框架采用基于基尼增益的SMOTE改进算法(GSMOTE)与XGBoost分类算法相结合的方式对基于网页的应用系统进行有效识别.具体地,本文提出的GSMOTE算法对少数类进行过采样,有效缓解识别样本不平衡问题,并结合XGBoost分类算法进行应用系统的识别.通过在真实数据集上进行实验,结果表明,本文提出的方法在召回率上较传统方法有较明显的提升,比普通集成方法提高约112.8％,比未经过采样处理的方法提升约10.8％,可有效解决油田局域网中的应用系统识别问题.