【摘要】：當(dāng)前環(huán)境下的網(wǎng)絡(luò)數(shù)據(jù)呈現(xiàn)出比以往更為龐大、復(fù)雜和多維的特性,傳統(tǒng)的機(jī)器學(xué)習(xí)方法面臨復(fù)雜的高維數(shù)據(jù)需要手動(dòng)提取大量特征,特征提取過程復(fù)雜且計(jì)算量大,不利于當(dāng)前入侵檢測(cè)實(shí)時(shí)性和準(zhǔn)確性的要求。深度學(xué)習(xí)在處理復(fù)雜數(shù)據(jù)方面具有較好的優(yōu)勢(shì),它可以自動(dòng)的從數(shù)據(jù)中提取更好的表示特征�；诖�,本文將深度卷積神經(jīng)網(wǎng)絡(luò)和深度自編碼網(wǎng)絡(luò)應(yīng)用于入侵檢測(cè)中,希望能為當(dāng)前入侵檢測(cè)的研究提供新的思路�；谏疃染矸e神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)方法中,首先提出了一種將一維數(shù)據(jù)轉(zhuǎn)換為二維“圖像數(shù)據(jù)”的方法;然后針對(duì)轉(zhuǎn)換之后的二維數(shù)據(jù)設(shè)計(jì)了一個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)模型,該模型使用雙卷積層和單池化層對(duì)數(shù)據(jù)進(jìn)行降維處理,并引入了Relu函數(shù)作為新的非線性激活代替?zhèn)鹘y(tǒng)的神經(jīng)網(wǎng)絡(luò)中常用的Sigmoid或Tanh函數(shù),來加快網(wǎng)絡(luò)的收斂速度,且該模型中引入了Dropout方法,來防止網(wǎng)絡(luò)模型發(fā)生過度擬合現(xiàn)象;最后通過構(gòu)建完成的深度卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)轉(zhuǎn)換之后的圖像數(shù)據(jù)進(jìn)行訓(xùn)練和識(shí)別。實(shí)驗(yàn)證明,該方法有效的提高了檢測(cè)準(zhǔn)確率和降低了誤報(bào)率�；谏疃茸跃幋a網(wǎng)絡(luò)的入侵檢測(cè)方法中,首先由多個(gè)自編碼網(wǎng)絡(luò)疊加構(gòu)成深度自編碼網(wǎng)絡(luò)模型,將網(wǎng)絡(luò)特征數(shù)據(jù)作為模型的輸入,使模型能夠智能的逐層抽取網(wǎng)絡(luò)數(shù)據(jù)的分布規(guī)則,從而獲得新的低維特征數(shù)據(jù)集;然后通過BP算法對(duì)學(xué)習(xí)到的低維數(shù)據(jù)進(jìn)行分類識(shí)別。文中通過在自編碼網(wǎng)絡(luò)中加入正則化修正,防止訓(xùn)練出的自編碼網(wǎng)絡(luò)直接復(fù)制輸入信息而影響訓(xùn)練效果;且在輸入數(shù)據(jù)中添加噪聲,通過學(xué)習(xí)原始數(shù)據(jù)和輸出數(shù)據(jù)重構(gòu)誤差達(dá)到去噪的目的,從而使得學(xué)習(xí)到的新的特征數(shù)據(jù)具有更強(qiáng)的魯棒性。實(shí)驗(yàn)結(jié)果表明,該方法非常適合高維數(shù)據(jù)的信息抽取,在提高準(zhǔn)確率的同時(shí),降低了誤報(bào)率和檢測(cè)時(shí)間。
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TP393.08
【圖文】：

通用入侵檢測(cè)系統(tǒng)

入侵檢測(cè)系統(tǒng)分類圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 李春林;黃月江;王宏;牛長(zhǎng)喜;;一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測(cè)方法[J];信息安全與通信保密;2014年10期

2 楊雅輝;黃海珍;沈晴霓;吳中海;張英;;基于增量式GHSOM神經(jīng)網(wǎng)絡(luò)模型的入侵檢測(cè)研究[J];計(jì)算機(jī)學(xué)報(bào);2014年05期

3 孫志軍;薛磊;許陽明;王正;;深度學(xué)習(xí)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

4 趙颯颯;;可視化入侵檢測(cè)系統(tǒng)分析與設(shè)計(jì)[J];煤炭技術(shù);2011年09期

5 劉莘;張永平;萬艷麗;;決策樹算法在入侵檢測(cè)中的應(yīng)用分析及改進(jìn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年19期

6 肖道舉,毛輝,陳曉蘇;BP神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的應(yīng)用[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年05期

本文編號(hào)：2732943