Anomaly-Detection-KDD99-CNNLSTM:使用机器学习和深度学习的入侵检测系统-源码

上传者: 42160398 | 上传时间: 2021-05-13 13:40:41 | 文件大小: 44KB | 文件类型: ZIP
异常检测-KDD99-CNNLSTM 这是一个使用三个模型开发的项目,用于对KDD99数据集上的倾斜数据包进行分类。 使用了三层:KNN,CNN + LSTM和随机森林分类器。 该项目是一个基于研究的项目,与单独使用任何给定模型相比,该模型在性能上均略有提高。 KDD'99数据集按原样使用,并且已作为项目源的一部分进行了预处理。 最终精度为0.97833。 单个模型的个体精度为: KNN:0.976835 CNN + LSTM:0.9667878 随机森林:0.96381378 主要思想是在相同的数据上训练3个不同的分类器模型。 然后,我们将所有这些模型用作单个整体学习模型(或中间的某个位置的投票分类器)。 系统中有2个主要层: 第一层具有KNN和CNN + LSTM。 他们一起工作,并提供2种不同的输出。 第二层具有随机森林分类器,以对来自上一层的所有冲突实例进行分类。

文件下载

资源详情

[{"title":"( 17 个子文件 44KB ) Anomaly-Detection-KDD99-CNNLSTM:使用机器学习和深度学习的入侵检测系统-源码","children":[{"title":"Anomaly-Detection-KDD99-CNNLSTM-master","children":[{"title":"stream.py <span style='color:#111;'> 2.43KB </span>","children":null,"spread":false},{"title":"convert.py <span style='color:#111;'> 363B </span>","children":null,"spread":false},{"title":"read.py <span style='color:#111;'> 124B </span>","children":null,"spread":false},{"title":"gitignore <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"03. preprocessing_unlabeled.ipynb <span style='color:#111;'> 38.09KB </span>","children":null,"spread":false},{"title":"05. cnn.ipynb <span style='color:#111;'> 11.99KB </span>","children":null,"spread":false},{"title":"04. knn.ipynb <span style='color:#111;'> 6.33KB </span>","children":null,"spread":false},{"title":"09. test_filters.ipynb <span style='color:#111;'> 13.29KB </span>","children":null,"spread":false},{"title":"01. convert.ipynb <span style='color:#111;'> 2.35KB </span>","children":null,"spread":false},{"title":"clean.py <span style='color:#111;'> 5.43KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.29KB </span>","children":null,"spread":false},{"title":"10. combine.ipynb <span style='color:#111;'> 7.60KB </span>","children":null,"spread":false},{"title":"07. naive_bayes.ipynb <span style='color:#111;'> 5.42KB </span>","children":null,"spread":false},{"title":"06. random_forest.ipynb <span style='color:#111;'> 5.93KB </span>","children":null,"spread":false},{"title":"02. preprocessing_labeled.ipynb <span style='color:#111;'> 81.64KB </span>","children":null,"spread":false},{"title":"main.py <span style='color:#111;'> 1.95KB </span>","children":null,"spread":false},{"title":"08. sgd.ipynb <span style='color:#111;'> 6.32KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

  • qq_25908107 :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-08-20
  • weixin_58836056 :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-08-10

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明