| 基于卷积神经网络的网络入侵检测系统模型 |
| |
| 引用本文： | 王建军,刘乐姗,李子坤. 基于卷积神经网络的网络入侵检测系统模型[J]. 河北经贸大学学报(综合版), 2019, 19(1): 31-35 |
| |
| 作者姓名： | 王建军 刘乐姗 李子坤 |
| |
| 作者单位： | 河北经贸大学计算机中心,河北石家庄,050061;河北经贸大学计算机中心,河北石家庄,050061;河北经贸大学计算机中心,河北石家庄,050061 |
| |
| 基金项目： | 教育部科技发展中心“云数融合 科教创新”基金课题 |
| |
| 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 |
Research on Intrusion Detection System based on Convolutional Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
