Resumen

Este artículo propone de forma creativa un método de muestreo de límites de conglomerados basado en la agrupación por densidad para resolver el problema del remuestreo en la clasificación IDS y verificar su eficacia de forma experimental. Utilizamos el umbral de densidad de clustering y el umbral de densidad de límites para determinar los límites de los clusters, con el fin de guiar el proceso de remuestreo de forma más científica y precisa. A continuación, adoptamos el factor de penalización para regular el efecto del desequilibrio de datos en el algoritmo de clasificación SVM. Los logros y la importancia científica de este trabajo no proponen el mejor clasificador ni la mejor solución para los conjuntos de datos desequilibrados, sino que se limitan a verificar la validez y estabilidad del método de remuestreo IDS propuesto. Los experimentos muestran que nuestro método adquiere un efecto de promoción evidente en varios conjuntos de datos desequilibrados.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Método de muestreo de límites de conglomerados; conglomerados de densidad; remuestreo; clasificación IDS; umbral de densidad de conglomerados; umbral de densidad de límites.
• Keywords:Cluster boundary sampling method; density clustering; resampling; IDS classification; clustering density threshold; boundary density threshold