作者:王明; 李剑入侵检测深度学习卷积神经网络监督学习柔性最大值
摘要:网络入侵检测是网络安全的重要组成部分,目前比较流行的检测技术是使用传统机器学习算法对入侵样本进行训练从而获得入侵检测模型,但是这些算法具有检测率低的缺点.针对传统机器学习技术对于入侵检测准确率不高的情况,提出了一种基于卷积神经网络算法的网络入侵检测系统.该系统可以自动提取入侵样本的有效特征,从而对入侵样本进行准确分类.本系统在KDD99数据集上的检测准确率可到达99.23%,实验结果表明,基于卷积神经网络的入侵检测系统比传统机器学习技术具有更高的准确率.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社