基于多分类器集成的区块链网络层异常流量检测方法OACSTPCD
Blockchain network layer anomaly traffic detection method based on multiple classifier integration
为提升对区块链网络层混合型攻击流量的综合泛化特征感知能力,增强异常流量检测性能,提出一种具有支持异常数据综合判决机制和强泛化能力的基于多分类器集成的区块链网络层异常流量检测方法.首先,为扩大所用基分类器的输入特征子集差异度,提出基于区分度和冗余信息量特征子集选择算法,特征筛选过程中激励高区分度子集项输出,同时抑制冗余信息生成.其次,在Bagging集成算法中引入随机方差缩减梯度算法动态调整各基模型投票权重,提升对混合型攻击流量的检测泛化能力.最后…查看全部>>
戴千一;张斌;郭松;徐开勇
信息工程大学密码工程学院,河南郑州 450001河南省信息安全重点实验室,河南郑州 450001信息工程大学密码工程学院,河南郑州 450001河南省信息安全重点实验室,河南郑州 450001
信息技术与安全科学
区块链网络层集成学习机器学习异常流量检测
《通信学报》 2023 (3)
66-80,15
信息保障技术重点实验室开放基金资助项目(No.KJ-15-109)信息工程大学新兴科研方向培育基金资助项目(No.2016604703)信息工程大学科研基金资助项目(No.2019f3303)
评论