1、隨著通訊技術(shù)的發(fā)展及異構(gòu)網(wǎng)絡(luò)的廣泛融合，網(wǎng)絡(luò)數(shù)據(jù)呈現(xiàn)爆炸式增長態(tài)勢。雖然其中的異常事件屬于稀有類，但仍會對國家、企業(yè)及個人造成嚴(yán)重打擊和損失。如何提高稀有類識別率已成為網(wǎng)絡(luò)安全領(lǐng)域亟待解決的問題。
　　本文以網(wǎng)絡(luò)異常數(shù)據(jù)中的稀有類為研究對象，以稀有類的分類問題為切入點，以代價敏感學(xué)習(xí)為支撐，以概率論、混沌理論、信息論、統(tǒng)計學(xué)為理論基礎(chǔ)，首先從數(shù)據(jù)特征入手，提出一種基于混沌遺傳的代價敏感特征選擇方法，設(shè)計了基于文化基因構(gòu)架的高效代價

2、敏感特征選擇方法；之后從數(shù)據(jù)實例角度出發(fā)，并提出適用于不平衡數(shù)據(jù)集的雙向?qū)嵗x擇分層策略。通過上述策略及方法的使用，能夠?qū)^大規(guī)模不平衡網(wǎng)絡(luò)異常數(shù)據(jù)進行分類前的綜合優(yōu)化處理，從而有效提升后續(xù)異常分類識別的效果。本文主要工作及所取得研究成果包括以下三個方面：
　?。?）提出一種基于混沌遺傳的代價敏感特征選擇算法
　　針對網(wǎng)絡(luò)異常數(shù)據(jù)類不平衡問題，引入代價敏感學(xué)習(xí)理論到特征選擇方法，聚焦于特征選擇階段的代價因素，設(shè)計出一種代價敏

3、感特征選擇算法CSFSG，應(yīng)用于網(wǎng)絡(luò)異常數(shù)據(jù)分類。綜合考慮網(wǎng)絡(luò)異常事件識別過程中誤分類代價及測試代價，借鑒貝葉斯理論，基于最近鄰規(guī)則構(gòu)造代價敏感適應(yīng)度函數(shù)，利用混沌運動系統(tǒng)固有特性改進基于Tent混沌映射優(yōu)化的遺傳搜索策略，改善遺傳搜索后期的收斂問題，以提高搜索速度。CSFSG注意兩種代價均衡關(guān)系，以最小化總代價為目標(biāo)。實驗表明，CSFSG能夠有效簡化特征選擇過程得到有助于稀有類異常數(shù)據(jù)識別的特征子集，進而達到可以降低算法運行成本，提高

4、異常攻擊識別精度的目標(biāo)。
　?。?）提出基于文化基因構(gòu)架的高效代價敏感特征選擇算法
　　針對大數(shù)據(jù)在資源受限環(huán)境中分析成本高、效率低的問題，改進基于文化基因構(gòu)架的傳統(tǒng)特征選擇方法，引進貝葉斯理論構(gòu)造代價矩陣，提出了一種以降低總誤分類成本并提高分類性能為目標(biāo)的高效代價敏感特征選擇算法CFSM。該算法使用遺傳算法進行全局搜索，引入誤分類代價因子的總成本函數(shù)構(gòu)造適應(yīng)度函數(shù)，通過使用近似馬爾科夫毯以信息相關(guān)系數(shù)為評價指標(biāo)，微調(diào)增加相

5、關(guān)特征，移除冗余或不相關(guān)特征，以提高最優(yōu)子集尋優(yōu)收斂速度。實驗結(jié)果表明，CFSM在稀有類識別上表現(xiàn)出較好的性能。與基于遺傳算法的傳統(tǒng)文化基因架構(gòu)下特征選擇算法及代價敏感特征選擇算法相比，該算法更加高效且能以更少的特征及誤分類代價獲得更高的分類精度。
　?。?）提出基于稀有類拓展的雙向?qū)嵗x擇分層策略
　　當(dāng)不平衡的網(wǎng)絡(luò)數(shù)據(jù)遇到大規(guī)?；瘑栴}，往往會造成網(wǎng)絡(luò)異常攻擊識別率降低，甚至失效。本文基于經(jīng)典分層理論，提出基于稀有類拓展的