基于集成學(xué)習(xí)技術(shù)的業(yè)務(wù)系統(tǒng)入侵?jǐn)?shù)據(jù)篡改攻擊識(shí)別

打開(kāi)文本圖片集

摘 要：提出了一種基于集成學(xué)習(xí)技術(shù)的入侵?jǐn)?shù)據(jù)檢測(cè)方法，并使用焦點(diǎn)損失函數(shù)處理數(shù)據(jù)不平衡，提高數(shù)據(jù)篡改分類能力，并利用隨機(jī)森林、深度學(xué)習(xí)、支持向量機(jī)與本文所提出方法進(jìn)行性能比較。結(jié)果表明，當(dāng)?shù)螖?shù)大于80時(shí)，4種模型的收斂速度開(kāi)始增加，并最終在迭代次數(shù)為140，趨于收斂。其中模型收斂的速度分別為深度學(xué)習(xí)>集成學(xué)習(xí)技術(shù)>隨機(jī)森林>支持向量機(jī)。（剩余6449字）