作者：朱平哲入侵检测实时网络深度学习多项式模型
摘要：网络安全问题日益严重,能够快速、有效地发现各类入侵行为的入侵检测技术成为当前的研究热点。本文汲取机器学习的性能优势,提出了一种基于深度学习的实时网络入侵检测方法,通过对带有入侵数据的大量训练样本的学习,构建用于区分正常状态和入侵状态的入侵检测模型。为了测试和评估该方法的性能,将其与随机森林、Logistic回归和贝叶斯等其他机器学习模型进行比较。实验结果表明,基于H2O深度学习多项式模型的性能均优于其他机器学习模型,可良好应用于实时网络入侵检测。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
