基于SSAE-PNN算法的网络入侵检测研究 |
| |
引用本文: | 熊雨坤,王怀彬. 基于SSAE-PNN算法的网络入侵检测研究[J]. 天津理工大学学报, 2019, 0(5): 6-11 |
| |
作者姓名: | 熊雨坤 王怀彬 |
| |
作者单位: | 天津理工大学计算机科学与工程学院 |
| |
摘 要: | 针对常用的入侵检测算法的收敛速度慢和误报率高的问题,本文提出一种基于栈式稀疏自编码器(SSAE)和概率神经网络(PNN)的入侵检测方法.首先,使用栈式稀疏自编码器对数据进行特征提取,获得低维、深层次的特征集,从而降低检测结果的误报率;然后,使用收敛速度快的概率神经网络对特征集分类,减少了训练模型的时间.本文使用NSL-KDD数据集对模型进行验证,实验结果表明,与其他入侵检测算法相比,SSAE-PNN模型取得了更优秀的检测效果.
|
关 键 词: | 网络入侵检测 SSAE-PNN 自编码器 概率神经网络 特征提取 |
Research on network intrusion detection based on SSAE-PNN algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|