TY -的A2的法令,萨尔瓦多盟——刘,振鹏AU - Su,南盟——秦,谊文非盟- Lu, Jiahuan AU -李(PY - 2020 DA - 2020/12/22 TI -深随机森林模型对火花网络入侵检测SP - 6633252六世- 2020 AB -本文重点是网络安全的一个重要研究问题。作为一种主动防御技术,入侵检测领域的网络安全中起着重要的作用。传统的入侵检测技术问题,如低精度,检测效率低,耗费时间。机器学习的浅层结构一直未能及时回应。要解决这些问题,基于深度学习方法研究了改善入侵检测。深度学习的优点是有很强的学习能力的特性和能处理非常复杂的数据。因此,我们提出一个深随机与森林有关的网络入侵检测模型。第一阶段使用滑动窗口来段原始特征分成许多小块,然后训练随机森林生成rerepresentation连接类向量。向量将用于训练多级串联并行随机森林在第二阶段。最后,原始数据的分类是由级联的最后一层后投票策略。 Meanwhile, the model is deployed in Spark environment and optimizes cache replacement strategy of RDDs by efficiency sorting and partition integrity check. The experiment results indicate that the proposed method can effectively detect anomaly network behaviors, with high F1-measure scores and high accuracy. The results also show that it can cut down the average execution time on different scaled clusters. SN - 1574-017X UR - https://doi.org/10.1155/2020/6633252 DO - 10.1155/2020/6633252 JF - Mobile Information Systems PB - Hindawi KW - ER -