基于卷积神经网络的网络入侵检测系统模型
2019-03-30分类号:TP393.08;TP183
【部门】河北经贸大学计算机中心
【摘要】针对传统入侵检测算法普遍存在的检测准确率偏低、误报率高和对未知安全威胁检测的不足等问题,利用卷积神经网络的数据特征提取自主发现和提取的技术特征以及高准确率,提出一种基于卷积神经网络算法的网络入侵检测系统模型,公开数据集测试结果显示该模型较传统的入侵检测方法有较高的准确率和较低的漏报率。
【关键词】入侵检测 卷积神经网络 协议分层
【基金】教育部科技发展中心“云数融合科教创新”基金课题(2017A07006)研究成果
【所属期刊栏目】河北经贸大学学报(综合版)
文献传递