利用随机森林的网络异常流量检测方法

为了有效地检测网络攻击行为,提高网络安全水平,提出一种基于随机森林的网络异常流量检测方法。该方法能够从海量的数据流量中高效、准确地检测出异常流量,及时发现并阻断网络攻击行为。将随机森林算法与决策树、支持向量机等经典分类器从正确率、精确率、召回率、F1度量以及训练预测耗时等指标进行对比,随机森林算法都优于其他分类器,具有出极好的检测效果。