王 垚，孙国梓

（南京邮电大学计算机学院，南京 210023）

（∗通信作者电子邮箱sun@njupt.edu.cn）

0 引言

网络安全已经成为计算机系统以及计算机网络中的热点问题，引起越来越多的关注。一些常见的网络攻击类型，诸如分布式拒绝服务（Distributed Denial of Service，DDoS）攻击、僵尸网络（Botnet）等，一旦攻击得手将造成严重后果，例如2019年10月22日，亚马逊公司服务器遭DDoS攻击，攻击者试图通过垃圾网络流量堵塞系统，导致服务无法访问，攻击持续整整15个小时，造成的损失难以估量。

作为保证网络安全的重要技术之一，入侵检测系统（Intrusion Detection System，IDS）是网络安全防护方案的重要组成之一［1］。入侵检测系统是从计算机和网络中收集与分析流量信息，判断网络中是否出现一些异常行为。现代入侵检测系统呈现机器学习、深度学习等技术的高度融合的趋势，有效提高了网络攻击的检测效率。

基于机器学习的入侵检测模型已取得较好的性能，但数据不平衡仍是影响大多数入侵检测模型性能提升的瓶颈［2］。类不平衡会导致训练模型过拟合，在机器学习领域中，为解决不平衡问题，常采用合成少数类过采样技术（Synthetic Minority Oversampling TEchnique，SMOTE）［3］等采样方法平衡数据。但在入侵检测中，数据集往往更复杂、规模更大，不平衡程度更严重。传统的采样方法进行采样后会导致数据重叠，降低检测率。一些研究人员指出，不平衡问题是数据科学面临的十大挑战之一［4］，同时数据不平衡问题也是机器学习中的研究热点之一。在入侵检测数据中往往攻击类型数据相对较少，正常流量的数量则相对偏多，但攻击类型数据往往包含关键检测信息，而在不平衡的入侵检测数据上训练机器学习模型，会导致模型偏向于拟合正常流量数据，泛化能力弱。……