隨著互聯(lián)網(wǎng)技術(shù)的不斷創(chuàng)新、發(fā)展與應(yīng)用,網(wǎng)絡(luò)對(duì)人們的工作和生活的影響也日益加深,雖然極大的豐富了人們的社會(huì)生活,但是,也帶來了一些不容忽視的安全問題。它不僅與個(gè)人或企業(yè)的利益有關(guān),同時(shí)也關(guān)系到國(guó)家的安全。入侵檢測(cè)在維護(hù)網(wǎng)絡(luò)安全過程中扮演著極其重要的角色,一直以來都深受安全界廣大學(xué)者的關(guān)注。伴隨著5G、IPv6等各種技術(shù)的廣泛應(yīng)用,網(wǎng)絡(luò)入侵的方式也越來越復(fù)雜多樣,傳統(tǒng)的入侵檢測(cè)技術(shù)已不足以應(yīng)對(duì)海量、復(fù)雜、不平衡的入侵?jǐn)?shù)據(jù)。而機(jī)器學(xué)習(xí)作為當(dāng)前的研究熱點(diǎn)之一,也已經(jīng)開始在入侵檢測(cè)領(lǐng)域有所應(yīng)用�；诖�,本文在對(duì)入侵檢測(cè)和機(jī)器學(xué)習(xí)等相關(guān)知識(shí)進(jìn)行充分了解后,提出一種融合了注意力機(jī)制的基于雙向長(zhǎng)短期記憶(BiLSTM)和深度神經(jīng)網(wǎng)絡(luò)(DNN)的網(wǎng)絡(luò)入侵檢測(cè)模型,以期探索一種新的入侵檢測(cè)方法。本文的主要工作包括:(1)對(duì)入侵檢測(cè)研究的背景、意義及現(xiàn)狀進(jìn)行了詳細(xì)分析,針對(duì)NSL-KDD實(shí)驗(yàn)數(shù)據(jù)集存在不平衡的問題,提出從數(shù)據(jù)和算法兩個(gè)層面進(jìn)行改進(jìn),利用混合采樣技術(shù)和Focal Loss損失函數(shù)對(duì)模型進(jìn)行優(yōu)化。(2)針對(duì)現(xiàn)有模型缺乏對(duì)入侵?jǐn)?shù)據(jù)特征前后關(guān)聯(lián)性的考量以及多特征的問題,提出了利用雙向長(zhǎng)短期記憶網(wǎng)絡(luò)提...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)安排
2 相關(guān)理論研究
    2.1 網(wǎng)絡(luò)入侵檢測(cè)
        2.1.1 基本概念
        2.1.2 入侵檢測(cè)系統(tǒng)的分類
    2.2 不平衡數(shù)據(jù)集
        2.2.1 基本定義
        2.2.2 處理方法
    2.3 機(jī)器學(xué)習(xí)
    2.4 基于機(jī)器學(xué)習(xí)的入侵檢測(cè)總體框架
        2.4.1 基本框架
        2.4.2 數(shù)據(jù)收集
        2.4.3 數(shù)據(jù)預(yù)處理
        2.4.4 模型訓(xùn)練
        2.4.5 模型驗(yàn)證
    2.5 本章小結(jié)
3 基于BiLSTM和 DNN的網(wǎng)絡(luò)入侵檢測(cè)研究
    3.1 基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究
        3.1.1 神經(jīng)網(wǎng)絡(luò)
        3.1.2 基本框架
    3.2 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究
        3.2.1 循環(huán)神經(jīng)網(wǎng)絡(luò)
        3.2.2 基本框架
    3.3 基于BiLSTM和 DNN的入侵檢測(cè)方法
        3.3.1 神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)應(yīng)用中的問題
        3.3.2 基于BiLSTM和 DNN的入侵檢測(cè)模型
        3.3.3 模型優(yōu)化
    3.4 本章小結(jié)
4 實(shí)驗(yàn)分析
    4.1 實(shí)驗(yàn)方法
        4.1.1 實(shí)驗(yàn)數(shù)據(jù)集
        4.1.2 數(shù)據(jù)預(yù)處理
        4.1.3 評(píng)價(jià)指標(biāo)
    4.2 實(shí)驗(yàn)與分析
        4.2.1 實(shí)驗(yàn)環(huán)境
        4.2.2 實(shí)驗(yàn)參數(shù)設(shè)置
        4.2.3 五分類實(shí)驗(yàn)
        4.2.4 二分類實(shí)驗(yàn)
        4.2.5 結(jié)果分析
    4.3 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來展望
參考文獻(xiàn)
致謝
附錄1 攻讀碩士學(xué)位期間參與的項(xiàng)目和發(fā)表的論文
附錄2 主要英文縮寫語對(duì)照表



本文編號(hào)：3816740