基于LSTM-XGBoost的智能电网入侵检测方法 | |
宋纯贺; 孙莹莹; 刘硕; 徐文想; 于诗矛; 曾鹏; 于海斌 | |
2021-03-09 | |
著作权人 | 中国科学院沈阳自动化研究所 |
国家 | 中国 |
文献子类 | 发明 |
产权排序 | 1 |
英文摘要 | 本发明公开了基于LSTM‑XGBoost的智能电网入侵检测方法。包括以下步骤:1)对NSL‑KDD数据集进行预处理,把非数值的特征一一映射为数值型特征;2)通过改进后的XGBoost对NSL‑KDD数据集进行训练、预测,得到预测样本为“攻击”的概率;3)通过LSTM对NSL‑KDD数据集进行训练、预测,得到预测样本为“攻击”的概率;4)将这两种方法得到的预测结果进行加权融合,得到样本被预测为“攻击”的概率值;5)以0.5为阈值,概率值大于等于0.5,则预测结果为“攻击”,小于0.5,则预测结果为“正常”。本发明提出的贝叶斯方法对XGBoost参数进行优化,并同LSTM相结合,节约了时间成本并提高了预测的准确度。 |
申请日期 | 2020-11-09 |
语种 | 中文 |
状态 | 公开 |
内容类型 | 专利 |
源URL | [http://ir.sia.cn/handle/173321/28553] ![]() |
专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 宋纯贺,孙莹莹,刘硕,等. 基于LSTM-XGBoost的智能电网入侵检测方法. 2021-03-09. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论