32、入侵检测与ADS - B干扰抑制技术研究

入侵检测与ADS - B干扰抑制技术研究

1. 入侵检测相关研究

1.1 数据集

NSL - KDD数据集去除了KDDCUP99数据集中的冗余数据，并合理划分为KDDTrain+和KDDTest+。该数据集包含五种标签类型，分别为正常（Normal）、拒绝服务攻击（DOS）、探测攻击（Probe）、用户到根攻击（U2R）和远程到本地攻击（R2L），具体样本数量如下表所示：
| 类别 | Normal | Dos | Probe | U2R | R2L | 总计 |
| ---- | ---- | ---- | ---- | ---- | ---- | ---- |
| KDDTrain+ | 67343 | 45927 | 11656 | 995 | 52 | 125973 |
| KDDTest+ | 9711 | 7458 | 2421 | 2754 | 200 | 22544 |

1.2 数据集样本预处理

为了形成符合模型输入的标准数据，需要对数据集进行一系列预处理工作，具体步骤如下：
1. 使用单热编码器对数据集中的非数字特征进行数字化处理，形成122维数据。
2. 采用最小 - 最大准则对数据进行归一化处理，将数据特征区间映射到[0, 1]，以减少数据特征之间的差异。
3. 使用去噪自动编码器将122维数据降维到121维，并转换为11×11的矩阵形式。

1.3 评估指标

本文使用准确率（Accuracy）、召回率（Recall）、精确率（Precision）和F1分数（F1 - Score）来评估模型的性能，具体计算公式如下： <