|
|||||
|
|
| 融合残差网络的CR-BiGRU入侵检测模型 | |
| 引用本文： | 沈记全,魏坤.融合残差网络的CR-BiGRU入侵检测模型[J].吉林大学学报(理学版),2023(2):353-361. |
| 作者姓名： | 沈记全 魏坤 |
| 作者单位： | 河南理工大学计算机科学与技术学院 |
| 基金项目： | 国家自然科学基金(批准号：61972134)； |
| 摘 要： | 针对当前网络攻击的复杂性和多样性，传统模型提取流量特征不足且准确率较低的问题，提出一种融合残差网络改进的CR-BiGRU混合模型的网络入侵检测方法.首先将数据集进行归一化以及独热编码处理，然后利用基于残差网络的卷积神经网络提取空间特征，最后使用双向门控神经网络提取时间特征，完成模型的训练并实现异常网络的入侵检测.为表明模型的适用性，基于数据集NSL-KDD和UNSW-NB15进行对比分析实验，结果表明，该方法基于上述数据集准确率分别达99.40%和83.79%,明显优于经典网络入侵检测算法，能有效提升检测网络入侵的精度，从而更好保证网络数据的通信安全. |
| 关 键 词： | 入侵检测 深度学习 网络流量 卷积神经网络 双向控制循环单元 |