一种基于入侵检测模型的样本预测方法、装置及电子设备

    公开(公告)号:CN107276805B

    公开(公告)日:2020-06-05

    申请号:CN201710463676.8

    申请日:2017-06-19

    摘要: 本发明实施例提供了一种基于入侵检测模型的样本预测方法、装置及电子设备,方法包括:对初始训练样本集中的样本进行聚类,得到第一簇,针对每个第一簇,如果其内的全部样本都属于同一个类别,则将该第一簇中的样本从该初始训练样本集中抽离,并标记该第一簇的类别为:该第一簇中的任一有标记样本的类别;获得目标训练样本集、目标入侵检测模型以及初始测试样本集,针对初始测试样本集中的每个样本,判断是否将其从所述初始测试样本集中抽离;获得由初始测试样本集中未被抽离的样本组成的目标测试样本集;并利用目标入侵检测模型,对目标测试样本集中的每个样本进行类别预测。应用本发明实施例提供的方案进行样本预测时,提高了样本预测的准确度。

    一种基于入侵检测模型的样本预测方法、装置及电子设备

    公开(公告)号:CN107276805A

    公开(公告)日:2017-10-20

    申请号:CN201710463676.8

    申请日:2017-06-19

    摘要: 本发明实施例提供了一种基于入侵检测模型的样本预测方法、装置及电子设备,方法包括:对初始训练样本集中的样本进行聚类,得到第一簇,针对每个第一簇,如果其内的全部样本都属于同一个类别,则将该第一簇中的样本从该初始训练样本集中抽离,并标记该第一簇的类别为:该第一簇中的任一有标记样本的类别;获得目标训练样本集、目标入侵检测模型以及初始测试样本集,针对初始测试样本集中的每个样本,判断是否将其从所述初始测试样本集中抽离;获得由初始测试样本集中未被抽离的样本组成的目标测试样本集;并利用目标入侵检测模型,对目标测试样本集中的每个样本进行类别预测。应用本发明实施例提供的方案进行样本预测时,提高了样本预测的准确度。