基于迁移学习的网络入侵检测模型的构建方法、检测系统

摘要

本发明属于互联网的计算服务和应用技术领域，公开了一种基于迁移学习的网络入侵检测模型的构建方法、检测系统；根据所能获取到目标域数据的不同；分别设计了基于少量标记数据和基于少量未标记数据两种不同的方案，并且两个方案分别基于不同的假设，但相同的是两个方案都需要有充足源域数据的辅助支持，并且都在此过程中引入了基于Boosting的迁移学习方法；最终获得适用于目标域的入侵检测模型。本发明将迁移学习引入入侵检测问题，根据入侵检测环境中正常流量具有相似性，且漏报率较低的特点，通过对无标记数据进行伪标记，改进了现有迁移学习算法，使得在两种假设情况下，均能够建立准确率高，实用性强的入侵检测系统。