-
题名基于gcForest的多因子量化选股策略
被引量：8
- 1
-
-
作者
王伦
李路
-
机构
上海工程技术大学数理与统计学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第15期86-91,共6页
-
基金
国家自然科学基金(No.11501055,No.11801362)。
-
文摘
为了获取股票市场更高的超额收益,提高股票涨跌预测准确率,将gcForest(深度森林)算法引入了股票投资市场,建立基于gcForest多因子量化投资策略,每月月末在沪深300成分股中买入gcForest算法预测上涨的前30支股票,并进行回测。研究结果表明,gcForest算法的年化收益率为29.2%,远超基准年化收益率15.0%,并且获得了15.8%的超额收益。同时还将gcForest算法同随机森林和支持向量机算法进行了比较,从各项技术指标综合分析来看,gcForest算法在股市行情平稳和上涨时期都较其他算法有着明显的优势。
-
关键词
多因子选股
多粒度扫描
gcForest算法
-
Keywords
multi-factor stock selection
multi-granularity scanning
gcForest algorithm
-
分类号
F832.51
[经济管理—金融学]
F224
-
-
题名基于深度森林的多类型DDoS攻击检测方法
被引量：1
- 2
-
-
作者
徐精诚
陈学斌
董燕灵
-
机构
华北理工大学理学院
河北省数据科学与应用重点实验室
唐山市数据科学重点实验室
-
出处
《软件导刊》
2024年第2期106-112,共7页
-
基金
国家自然科学基金项目(U20A20179)。
-
文摘
分布式拒绝服务攻击(DDoS)是网络安全的主要威胁之一。近年来,基于多种不同DDoS攻击方式的混合攻击数量大幅增长,如何在保证精度的前提下同时检测多种类型的DDoS攻击成为亟待解决的问题。为此,提出一种基于深度森林的多类型DDoS攻击检测方法。该方法首先使用基于平均不纯度的特征选择算法对多类型异常流量数据集进行特征排序与特征筛选;然后使用多粒度扫描对DDoS训练集进行特征提取,并使用级联森林分层训练模型,最终生成可用于DDoS恶意流量检测与分类的深度森林模型。实验结果表明,与6种主流树类集成学习模型相比,基于改进深度森林的DDoS攻击检测方法训练得到的分类器准确率最低提升了0.8%,召回率最低提升了0.9%;与改进前相比,改进后模型准确率提升了1.3%,加权召回率提高了1.3%,训练时间减少了29.7%。模型整体性能有明显提升。
-
关键词
多类型攻击检测
分布式拒绝服务攻击
深度森林
多粒度扫描
级联森林
平均不纯度
-
Keywords
multi-type attack detection
distributed denial of service attack
deep forest
multi-granularity scanning
cascade forest
aver⁃age impurity
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度森林的可见光通信网络恶意代码识别研究
被引量：3
- 3
-
-
作者
杨静
郭韦昱
杨文彬
-
机构
太原师范学院网络信息中心
中央财经大学信息学院
太原师范学院计算机系
-
出处
《激光杂志》
CAS
北大核心
2022年第10期150-154,共5页
-
基金
国家自然科学基金青年项目(No.6210022337)。
-
文摘
由于可见光通信网络恶意代码的升级和变形,导致恶意代码识别正确率与效率下降,因此,提出一种基于深度森林的可见光通信网络恶意代码识别方法。将恶意代码二进制文件映射为图片形式,并且通过分析图像梯度获取方向梯度直方图的特征,提取恶意代码图像特征向量。在随机森林模型中,利用决策树划分恶意代码类别,同时多粒度扫描图像特征向量矩阵,扫描结果作为深度森林的输入,输出中平均值最大的类别即为恶意代码,实现识别恶意代码。仿真实验结果表明,所提方法的识别误报率最低、正确率最高,并且识别效率最高,提高了光通信网络的安全性,其具有可行性和有效性。
-
关键词
深度森林
可见光通信网络
恶意代码
决策树
多粒度扫描
-
Keywords
deep forest
visible light communication network
malicious code
decision tree
multi granularity scanning
-
分类号
TN325
[电子电信—物理电子学]
-
