改进ADASYN-SDA的入侵检测模型研究

来源：计算机工程与应用杂志2020年第2期北京时间：

作者：陈虹，赵建智，肖成龙，陈建虎，肖越

单位：辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105

摘要：针对传统入侵检测模型在高维数据且数据不均衡环境下检测性能较差的问题，提出了一种自适应过采样算法（ADASYN）与改进堆叠式降噪自编码器（SDA）结合的入侵检测模型。使用ADASYN算法进行数据过采样处理。使用Adam优化算法，以及Dropout正则化对SDA深度学习模型进行改进，提取出低维数、高鲁棒性的集成特征。在softmax分类器中进行入侵检测识别。实验结果表明，ADASYN-SDA模型相较于SDA、AE-DNN和MSVM模型，在平均准确率、检测率和误判率上均有一定程度的提高。

关键词：堆叠式降噪自编码器（SDA）,自适应过采样算法（ADASYN）,深度学习,入侵检测