近年來,隨著互聯(lián)網(wǎng)技術(shù)的持續(xù)發(fā)展,人們在依賴于網(wǎng)絡所帶來的極大方便的同時,也面臨著各種各樣的安全威脅。入侵檢測系統(tǒng)是網(wǎng)絡安全防護的重要工具,它能夠?qū)崟r監(jiān)測網(wǎng)絡環(huán)境,識別網(wǎng)絡漏洞。長短期記憶神經(jīng)網(wǎng)絡是一種經(jīng)典的深度學習方法,它能夠有效解決梯度消失和梯度爆炸問題。本文將LSTM算法用于入侵檢測,提出了基于PCA-LSTM的入侵檢測模型,經(jīng)過仿真模擬實驗證明,該模型具有良好的入侵檢測性能。 

【文章來源】：價值工程. 2020,39(15)

【文章頁數(shù)】：4 頁

【部分圖文】：

長短期記憶神經(jīng)網(wǎng)絡LSTM結(jié)構(gòu)圖

如果處于LSTM訓練模式，則對降維后的輸入向量進行LSTM訓練操作，得到最優(yōu)化參數(shù)組合（σ，tanh,W），并將其存入事件日志庫。如果處于LSTM測試模式，則對降維后的輸入向量進行LSTM測試操作，得到輸出結(jié)果，并將結(jié)果存入事件日志庫，然后系統(tǒng)會對判定為攻擊行為的事件做出相應的響應處理。

【參考文獻】：
期刊論文
[1]基于深度學習的網(wǎng)絡流量異常預測方法[J]. 黎佳玥,趙波,李想,劉會,劉一凡,鄒建文.  計算機工程與應用. 2020(06)
[2]基于BiLSTM和Attention的命令序列檢測方法[J]. 牟宸洲,薛質(zhì),施勇.  通信技術(shù). 2019(12)

博士論文
[1]基于數(shù)據(jù)挖掘的網(wǎng)絡入侵檢測關(guān)鍵技術(shù)研究[D]. 郭春.北京郵電大學 2014

碩士論文
[1]基于深度學習的入侵檢測研究與實現(xiàn)[D]. 張寶安.北京郵電大學 2019



本文編號：3254961