基于F-CSGRU的入侵檢測半監(jiān)督學習方法

摘要： 現(xiàn)有的監(jiān)督學習方法只能使用已標記樣本對分類器進行訓練，標簽獲取難度大、成本高，同時獲得的樣本易出現(xiàn)種類不平衡的情況，嚴重影響入侵檢測模型的分析能力。為解決上述問題，提高入侵檢測模型效果，提出了一種基于模糊-代價敏感門控循環(huán)單元(fuzzy-cost-sensitive gated recurrent unit, F-CSGRU)的入侵檢測半監(jiān)督學習方法。該方法使用半監(jiān)督學習和代...