源码下载地址
项目介绍
机器学习及深度学习实现IDS✨
1、说明
本文档用来记录机器学习课程作业,完成机器学习及深度学习实现入侵检测。
数据集为UNSW_NB15官方数据集,42列特征,一列标签,二分类问题;
采用的方法为:① 特征处理;② Pearson过滤和随机森林特征选择;③ CNN训练
参考的文档为《基于深度神经网络的网络入侵检测技术》
数据集官网:
数据集下载地址
2、代码
运行代码前确保安装有sklearn包和Tensorflow以及keras,注意Tensorflow和keras的对应关系。
pip install -r requirements.txt安装环境依赖即可
代码的结构如下:
StrTonum.py:将数值型特征转化为字符型,才能送入模型训练;
Min-max:对数据进行归一化处理,加快模型的训练;
Balanced.py:对正负样本个数进行平衡处理,参考论文中ADASYN算法;
Pearson.py:计算不同特征及之间的相关性系数;
Find_feature.py:随机森林进行特征选择;
Pro_Testdata.py:对测试数据进行处理,确保测试集和在训练集上筛选出的特征一致;
CNN.py:keras搭建CNN网络进行训练;
整个代码的运行流程按上述流程即可;
项目功能
界面预览
项目备注
1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。
下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。