隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,網(wǎng)絡(luò)用戶的數(shù)量激增,僅在國內(nèi)就有著接近一半人口的用戶。如此大規(guī)模的網(wǎng)絡(luò)給網(wǎng)絡(luò)攻擊者帶來了巨大的潛在利益,也給網(wǎng)絡(luò)入侵的防御提出了更高的要求。傳統(tǒng)的網(wǎng)絡(luò)防御手段因其僅能針對特定的網(wǎng)絡(luò)入侵行為進行甄別,無法智能化、動態(tài)化的應(yīng)對復(fù)雜的網(wǎng)絡(luò)入侵行為已經(jīng)逐漸難以滿足當下需求。因此,針對網(wǎng)絡(luò)入侵防御的問題,提出了一種基于深度學(xué)習(xí)的入侵檢測手段,并闡述了入侵防御系統(tǒng)的設(shè)計方法。首先,介紹了目前網(wǎng)絡(luò)入侵防御所面臨的嚴峻形勢;其次,闡述了網(wǎng)絡(luò)入侵檢測與網(wǎng)絡(luò)入侵防御中的框架性問題;再次,詳細闡述了基于深度學(xué)習(xí)的入侵檢測算法的設(shè)計方法,并闡述了入侵防御設(shè)計的要點,最后,入侵檢測算法的有效性和準確性通過仿真進行了驗證。仿真結(jié)果表明所設(shè)計的算法能夠?qū)?fù)雜的入侵數(shù)據(jù)具有較高的威脅檢測準確度,測試數(shù)據(jù)集對按照公式計算最終測得的檢測率為95.22%和誤報率為0.67%。 

【文章來源】：微型電腦應(yīng)用. 2020,36(11)

【文章頁數(shù)】：5 頁

【部分圖文】：

網(wǎng)絡(luò)用戶規(guī)模發(fā)展趨勢

典型入侵檢測方法

深度學(xué)習(xí)方法相對于傳統(tǒng)機器學(xué)習(xí)方法具有更多的層次,對于復(fù)雜函數(shù)擬合效果更佳。輸入層、隱含層和輸出層共同構(gòu)成了深度學(xué)習(xí)網(wǎng)絡(luò),但深度學(xué)習(xí)的隱藏層數(shù)量更多[10]。其網(wǎng)絡(luò)結(jié)構(gòu),如圖3所示。2.1.2 算法復(fù)雜度

【參考文獻】：
期刊論文
[1]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)
[2]網(wǎng)站指紋攻擊與防御技術(shù)研究綜述[J]. 王凱,陳立云,李昊鵬.  飛航導(dǎo)彈. 2019(03)
[3]持續(xù)攻擊下智能網(wǎng)絡(luò)入侵主動防御系統(tǒng)設(shè)計[J]. 管廷昭.  電子設(shè)計工程. 2018(18)
[4]基于深度學(xué)習(xí)的大數(shù)據(jù)網(wǎng)絡(luò)安全防御模式研究[J]. 丁順鶯.  信息與電腦(理論版). 2018(17)
[5]基于深度學(xué)習(xí)的輸電線路工程車輛入侵檢測[J]. 閆春江,王闖,方華林,王毅軒,杜覺曉,項學(xué)智,郭鑫立.  信息技術(shù). 2018(07)
[6]基于深度學(xué)習(xí)的支持向量機的信息安全檢測和預(yù)警研究[J]. 王貴喜.  微型電腦應(yīng)用. 2018(06)
[7]深度學(xué)習(xí)應(yīng)用于網(wǎng)絡(luò)空間安全的現(xiàn)狀、趨勢與展望[J]. 張玉清,董穎,柳彩云,雷柯楠,孫鴻宇.  計算機研究與發(fā)展. 2018(06)
[8]基于深度學(xué)習(xí)的端到端驗證碼識別[J]. 溫明莉,趙軒,蔡夢倩.  無線互聯(lián)科技. 2017(14)
[9]基于認知網(wǎng)絡(luò)入侵防御系統(tǒng)的分析與構(gòu)建[J]. 崔玉禮.  山東農(nóng)業(yè)工程學(xué)院學(xué)報. 2016(08)
[10]混合無線網(wǎng)絡(luò)區(qū)域的入侵主動防御模型仿真[J]. 鄒洪,龍震岳,陳力.  計算機仿真. 2016(01)



本文編號：3393955