XGBoost-RF的物联网入侵检测模型

作者：乔楠; 李振兴^*; 赵国生

来源：小型微型计算机系统, 2022, 43(01): 152-158.

• 物联网
• 入侵检测
• XGBoost
• 随机森林

针对物联网入侵检测中检测数据不平衡导致的分类不准确的问题,提出了一种基于极端梯度提升树和随机森林相结合的物联网入侵检测模型.首先,针对物联网应用环境中产生的大量数据,对数据进行数据归一化处理.然后,利用XGBoost算法对其中的特征进行重要性评分,选择最优特征.最后,结合改进的随机森林算法,解决因数据不平衡导致的分类不准确的问题.仿真试验表明所提模型能有效的进行数据最优特征选择及合理地检测分类,同RF算法、SVM算法、Tree-SVM模型和RF-GDBT模型相比,所提模型的检测准确率有效改善.

• 单位
  哈尔滨师范大学