發(fā)布時間：2021-02-09 15:47

　　傳統(tǒng)的入侵檢測方法在進行自組織網(wǎng)絡(luò)多信道入侵檢測時,由于沒有基于深度學(xué)習(xí)進行數(shù)據(jù)預(yù)處理,導(dǎo)致多信道入侵檢測召回率低。為此,筆者提出基于深度學(xué)習(xí)的自組織網(wǎng)絡(luò)多信道入侵檢測方法研究。該方法利用強分類器針對大量正常、異常網(wǎng)絡(luò)多信道行為特征進行分類,幫助訓(xùn)練后的深度學(xué)習(xí)分類器能夠快速地對異常網(wǎng)絡(luò)多信道行為特征做出詳盡的表達,進而得出多信道異常入侵檢測方程式,并通過ReLu激活函數(shù)判斷自組織網(wǎng)絡(luò)多信道的屬性,進而完成多信道入侵檢測。實驗結(jié)果表明,設(shè)計的入侵檢測方法入侵檢測召回個數(shù)明顯高于對照組,在對網(wǎng)絡(luò)多信道入侵檢測的召回率方面優(yōu)于對照組,能夠?qū)崿F(xiàn)自組織網(wǎng)絡(luò)多信道精準的入侵檢測。 

【文章來源】：信息與電腦(理論版). 2020,32(13)

【文章頁數(shù)】：3 頁

【部分圖文】：

基于深度學(xué)習(xí)的自組織網(wǎng)絡(luò)多信道入侵檢測流程

根據(jù)上述設(shè)計的實驗,將兩種入侵檢測方法下得到的入侵檢測召回個數(shù)進行對比。為了更直觀地表現(xiàn)出兩種入侵檢測方法在入侵檢測召回個數(shù)之間的差異性,將實驗結(jié)果繪制為統(tǒng)計圖。入侵檢測召回個數(shù)對比結(jié)果如圖2所示。從圖2可以明顯看出,本文設(shè)計的入侵檢測方法入侵檢測召回個數(shù)明顯高于對照組,在對網(wǎng)絡(luò)多信道入侵檢測的召回率方面優(yōu)于對照組,能夠?qū)崿F(xiàn)自組織網(wǎng)絡(luò)多信道精準的入侵檢測。通過實例分析的方式可以證明所設(shè)計的入侵檢測方法可以滿足設(shè)計要求,可以廣泛應(yīng)用于自組織網(wǎng)絡(luò)多信道入侵檢測。

【參考文獻】：
期刊論文
[1]基于深度學(xué)習(xí)的入侵檢測算法[J]. 吳戀,趙晨潔,左羽,于國龍,韋萍萍.  物聯(lián)網(wǎng)技術(shù). 2020(06)
[2]基于深度學(xué)習(xí)的實時網(wǎng)絡(luò)入侵檢測方法[J]. 朱平哲.  安陽工學(xué)院學(xué)報. 2019(04)
[3]基于深度學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測研究綜述[J]. 張勇東,陳思洋,彭雨荷,楊堅.  廣州大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[4]基于不完全信息的深度學(xué)習(xí)網(wǎng)絡(luò)入侵檢測[J]. 饒緒黎,徐彭娜,陳志德,許力.  信息網(wǎng)絡(luò)安全. 2019(06)
[5]基于深度學(xué)習(xí)的改進貝葉斯網(wǎng)絡(luò)入侵檢測算法[J]. 孫惠麗,陳維華,劉東朝.  軟件工程. 2019(04)
[6]基于深度學(xué)習(xí)的入侵檢測研究[J]. 魏明軍,楊桂芳.  電腦知識與技術(shù). 2019(04)



本文編號：3025868