汪祖民，王冬昊，梁 霞，邹启杰，秦 静，高 兵

(1.大连大学 信息工程学院，辽宁 大连 116622；2.大连大学 软件工程学院，辽宁 大连 116622；3.辽宁轻工职业学院 信息工程系，辽宁 大连 116100)

0 引言

物联网的普及使更多的新用户、新设备不断地连入网络[1]。由于保护个人信息的需要，对网络安全的需求也在快速增长。因此，网络入侵的防御与检测已经成为网络安全管理系统中的重要组成部分[2]。随着机器学习与深度学习技术的不断成熟，二者在网络入侵检测中更加重要。然而，在网络流量中通常存在着严重的数据不平衡问题[3]，即异常数据流量远小于正常数据流量，同时各类别所占的数据比例分布不均匀[4]，这就使得分类器的学习性能和准确率显著下降。

为解决网络入侵检测中数据不平衡问题，众多学者对其进行了深入研究，主要通过数据生成和特征处理2种方式来提升网络入侵检测的检测精度。在数据生成方面，王磊等[5]将K-means算法与加权随机森林结合，引入欧式距离作为欠采样时分配样本个数的权重依据，算法在面对不平衡数据时具有较好的稳定性。高忠石等[6]提出了一种基于PCA-LSTM(principal components analysis long short term memory)的入侵检测方法，该方法着重提高了小样本数据集的检测精度，但在面对大量样本的检测时性能较差。张仁杰等[7]通过聚类法对数据集进行划分，使用变分自编码器对划分出的边界样本进行扩充，比原始样本检测精度提高了20.9百分点。王垚等[8]提出了一种新的过采样方法，通过计算实例硬度，准确识别难以正确分类的样本。……