本发明公开一种基于两阶段随机森林算法的网站恶意用户预测方法,通过考虑特征之间的相关性的同时还考虑特征之间的交互作用,即在决策树进行节点划分时不是仅使用一个最优特征而是使用多个特征的组合,因此可增强数据特征提供的信息量从而提高决策树的精度,然后使用以上的决策树作为基分类器构造出两阶段随机森林,从而识别网站恶意用户可能通过多个非敏感操作的组合完成以往检测方案无法检测的攻击的问题。
本发明所要解决的是现有网站恶意用户检测方案存在检测精度不高的问题,提供一种基于两阶段随机森林算法的网站恶意用户预测方法。
为解决上述问题,本发明是通过以下技术方案实现的:
基于两阶段随机森林算法的网站恶意用户预测方法,包括步骤如下:
步骤1、令用于训练预测网站恶意用户任务的两阶段随机森林的用户训练数据集中每一个样本权重为1/Q;
步骤2、在步骤1所确定的用户训练数据集中每一个样本权重的基础上,对用户训练数据集进行带权有放回抽样,得到αB个训练数据子集;
步骤3、对于步骤2所得到的αB个训练数据子集,使用每一个训练数据子集分别训练出一个基分类器决策树,这些基分类器决策树构成两阶段随机森林的第一阶段基分类器决策树;
广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。
评价单位:- (-)
评价时间:2024-01-03
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>