基于深度級聯(lián)網(wǎng)絡的入侵檢測算法研究
所屬分類：技術論文
上傳者：aetmagazine
文檔大?。?span>562 K
標簽： 入侵檢測 特征提取 卷積神經(jīng)網(wǎng)絡
所需積分：0分積分不夠怎么辦,？
文檔介紹：針對海量多源異構(gòu)的網(wǎng)絡流量數(shù)據(jù)難以用傳統(tǒng)的機器學習算法有效提取特征,，分類效果差的問題，提出一種基于深度級聯(lián)網(wǎng)絡的入侵檢測算法,，利用神經(jīng)網(wǎng)絡自動學習特征的能力,，將卷積神經(jīng)網(wǎng)絡和長短期記憶網(wǎng)絡結(jié)合起來,，同時提取流量數(shù)據(jù)的空間特征和時序特征，并采用softmax進行分類,，提高模型的檢測性能和泛化能力,。最后將該算法在KDDCUP99數(shù)據(jù)集上進行驗證，實驗結(jié)果表明,，該入侵檢測模型相較于SVM,、DBN等算法有更高的檢測率，準確率可達95.39%,，誤報率僅0.96%,，有效提高了入侵檢測分類性能。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分,；重復下載不扣分，本人上傳資源不扣分,。