不平衡数据的分类问题一直是机器学习、模式识别等学科的研究热点之一,在风险评估、医疗诊断、入侵检测等实际问题中具有广泛的应用。在不平衡的分类问题中,小类数据经常能够提供更有价值的信息,如信用卡使用记录中的异常使用,异常网络使用行为等。因此,小类数据的分类结果是不平衡数据分类关注的重点。然而,由于不平衡数据各类别之间样本个数不均衡,且可能同时伴有类重叠、维数较高、小类数据分布不均匀等问题,使得不平衡分类问题中小类样本的分类比较困难,正确识别能力也较差。本文针对两类不平衡数据开展研究,解决不平衡数据的分类问题,主要研究工作如下:(1)针对欠采样方法处理不平衡数据容易产生信息丢失的问题,提出基于安全样本筛选的混合采样方法。该方法将基于安全样本筛选的欠采样方法和过采样方法结合,对不平衡数据进行安全样本筛选,保留对确定分类边界有价值的重要样本,然后进行过采样处理使数据集基本平衡,并通过实验验证了该方法的有效性。(2)针对数据集维数较高且不平衡的特点,提出基于安全特征和安全样本双筛选的混合采样方法。该方法利用安全特征筛选和安全样本筛选的协同效应,通过循环迭代筛选,对维数较高的不平衡数据进行安全特征和安全样本双筛选,丢弃部分对确定分类边界没有价值的样本和特征,降低数据集的维度,然后进行过采样方法处理使数据集基本平衡,并通过实验证明了该方法是有效的。(3)针对入侵检测中的不平衡数据,使用本文提出的混合采样方法进行处理。入侵检测通过对用户网络行为数据进行分类,准确的检测出网络行为中的入侵行为,入侵行为数据具有明显的不平衡数据的特征。因此,将本文的方法应用于入侵检测问题的研究,对入侵检测数据进行采样处理,并通过实验进一步验证本文方法在实际应用中的可行性。通过处理不平衡数据,使得不平衡数据中小类数据更容易被正确分类,提高了不平衡数据的分类性能。本项研究对不平衡分类问题的研究具有重要的理论价值和现实意义。