優(yōu)化隨機森林模型的工控網(wǎng)絡(luò)異常檢測

打開文本圖片集

摘 要：針對現(xiàn)有ＭｏｄｂｕｓＴＣＰ協(xié)議的異常檢測效率和準確率低的問題，提出了一種基于混合鯨魚算法優(yōu)化的隨機森林異常檢測模型。該模型將柯西變異和自適應(yīng)動態(tài)慣性權(quán)重相結(jié)合，利用柯西變異算子增加種群多樣性，避免算法陷入局部最優(yōu)；引用自適應(yīng)動態(tài)慣性權(quán)重因子提高種群的全局搜索能力，使算法的收斂速度加快。仿真實驗結(jié)果表明，該模型相較于其他分類算法有著更高的準確率和較強的適應(yīng)性，證明了模型在實際應(yīng)用中具有較高的檢測精度。（剩余1051字）