基于随机森林的网络入侵检测方法
来源：计算机工程与应用杂志2020年第2期北京时间：
作者：芶继军，李均华，陈晨，陈一鸣，吕奕达
单位：1.国网四川省电力公司 经济技术研究院，成都 610041；2.西安电子科技大学，西安 710071
摘要：为了提高网络安全水平，及时对网络攻击进行主动检测，提出了一种基于随机森林的网络入侵检测模型。该模型能够对大流量攻击进行分布式检测，且检测算法在引入了两个随机性后，即可降低网络流量内不同属性特征字段的噪声，并消除关联性，以便更为便捷、迅速地对攻击进行主动检测。将经典的Adaboost组合多分类器方法与提出的算法在检测率、正确率、精确率三个方面进行对比，体现了该算法的优越性，为大数据时代下网络安全提供了更好的保护。
关键词：网络安全,机器学习,随机森林方法,攻击检测
