基于深度學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測方法研究
發(fā)布時間:2023-02-19 13:35
在互聯(lián)網(wǎng)深度滲透的時代,人們的生活越來越依賴當(dāng)前的網(wǎng)絡(luò)技術(shù)。然而網(wǎng)絡(luò)技術(shù)實際上是把雙刃劍,給人們帶來便利的同時,也帶來了許多的安全挑戰(zhàn)。維護網(wǎng)絡(luò)安全和保障用戶合法利益是網(wǎng)絡(luò)建設(shè)的重點。威脅檢測是一個完整且有效的防御系統(tǒng)的重要組成;網(wǎng)絡(luò)信息安全領(lǐng)域中,網(wǎng)絡(luò)攻擊與網(wǎng)絡(luò)防護的技術(shù)更新是對抗式螺旋上升的。如何有效地檢測出未知威脅是網(wǎng)絡(luò)防護的關(guān)注點之一。當(dāng)前網(wǎng)絡(luò)威脅檢測常用基于規(guī)則和傳統(tǒng)機器學(xué)習(xí)等方法,人為制定規(guī)則或者提取常用的時空特征,無法適用大數(shù)據(jù)規(guī)模的應(yīng)用,而未知威脅的出現(xiàn)使得原模型的檢測準(zhǔn)確度下降。本文引入深度學(xué)習(xí)進行特征的自動提取,使用域自適應(yīng)技術(shù)提高系統(tǒng)檢測未知威脅的能力。本論文的主要研究內(nèi)容和貢獻有:1.提出了基于深度學(xué)習(xí)的網(wǎng)絡(luò)流時空特征自動提取方法:針對網(wǎng)絡(luò)流量時空特征自動化提取的需求,提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法來自動提取網(wǎng)絡(luò)流量的時空特征,達到降低人力成本的目的。2.提出了基于深度域自適應(yīng)的網(wǎng)絡(luò)未知威脅檢測模型:針對新出現(xiàn)的網(wǎng)絡(luò)未知威脅,傳統(tǒng)檢測方法的檢測性能降低,提出了基于域自適應(yīng)的模型來檢測未知威脅。結(jié)合對抗學(xué)習(xí)提高源域和目標(biāo)域間共享表示的學(xué)習(xí)能...
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 引言
1.1 研究背景與意義
1.2 研究現(xiàn)狀及存在問題
1.3 本文的研究內(nèi)容
1.4 本文的組織結(jié)構(gòu)
第2章 網(wǎng)絡(luò)未知威脅檢測相關(guān)技術(shù)
2.1 網(wǎng)絡(luò)未知威脅
2.1.1 網(wǎng)絡(luò)威脅
2.1.2 網(wǎng)絡(luò)流量分類
2.1.3 常用公開數(shù)據(jù)集
2.2 網(wǎng)絡(luò)未知威脅檢測常用方法
2.2.1 基于規(guī)則的網(wǎng)絡(luò)未知威脅檢測方法
2.2.2 基于機器學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測方法
2.2.3 基于深度學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測方法
2.3 遷移學(xué)習(xí)
2.4 本文的研究架構(gòu)
2.5 本章小結(jié)
第3章 基于深度學(xué)習(xí)的網(wǎng)絡(luò)流時空特征自動提取方法
3.1 問題描述
3.2 網(wǎng)絡(luò)流量數(shù)據(jù)預(yù)處理
3.3 網(wǎng)絡(luò)流時空特征提取方法
3.3.1 空間特征學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)
3.3.2 時間特征學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)
3.4 方法驗證及分析
3.4.1 評價指標(biāo)
3.4.2 實驗結(jié)果
3.4.3 討論與分析
3.5 本章小結(jié)
第4章 基于深度域自適應(yīng)的網(wǎng)絡(luò)未知威脅檢測模型
4.1 問題描述
4.2 網(wǎng)絡(luò)未知威脅檢測模型
4.2.1 共享表示的判別
4.2.2 共享表示的生成
4.2.3 模型訓(xùn)練
4.3 模型方法驗證及分析
4.3.1 評價指標(biāo)
4.3.2 實驗結(jié)果
4.3.3 討論與分析
4.4 本章小結(jié)
第5章 網(wǎng)絡(luò)未知威脅檢測系統(tǒng)原型實現(xiàn)
5.1 系統(tǒng)設(shè)計
5.1.1 業(yè)務(wù)需求
5.1.2 模塊設(shè)計
5.1.3 總體架構(gòu)設(shè)計
5.2 系統(tǒng)實現(xiàn)
5.2.1 核心技術(shù)
5.2.2 后臺開發(fā)
5.2.3 前端開發(fā)
5.3 系統(tǒng)測試與展示
5.3.1 系統(tǒng)展示
5.3.2 系統(tǒng)測試
5.4 本章小結(jié)
第6章 結(jié)束語
6.1 本文總結(jié)
6.2 下一步研究方向
參考文獻
作者簡介
致謝
本文編號:3746320
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 引言
1.1 研究背景與意義
1.2 研究現(xiàn)狀及存在問題
1.3 本文的研究內(nèi)容
1.4 本文的組織結(jié)構(gòu)
第2章 網(wǎng)絡(luò)未知威脅檢測相關(guān)技術(shù)
2.1 網(wǎng)絡(luò)未知威脅
2.1.1 網(wǎng)絡(luò)威脅
2.1.2 網(wǎng)絡(luò)流量分類
2.1.3 常用公開數(shù)據(jù)集
2.2 網(wǎng)絡(luò)未知威脅檢測常用方法
2.2.1 基于規(guī)則的網(wǎng)絡(luò)未知威脅檢測方法
2.2.2 基于機器學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測方法
2.2.3 基于深度學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測方法
2.3 遷移學(xué)習(xí)
2.4 本文的研究架構(gòu)
2.5 本章小結(jié)
第3章 基于深度學(xué)習(xí)的網(wǎng)絡(luò)流時空特征自動提取方法
3.1 問題描述
3.2 網(wǎng)絡(luò)流量數(shù)據(jù)預(yù)處理
3.3 網(wǎng)絡(luò)流時空特征提取方法
3.3.1 空間特征學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)
3.3.2 時間特征學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)
3.4 方法驗證及分析
3.4.1 評價指標(biāo)
3.4.2 實驗結(jié)果
3.4.3 討論與分析
3.5 本章小結(jié)
第4章 基于深度域自適應(yīng)的網(wǎng)絡(luò)未知威脅檢測模型
4.1 問題描述
4.2 網(wǎng)絡(luò)未知威脅檢測模型
4.2.1 共享表示的判別
4.2.2 共享表示的生成
4.2.3 模型訓(xùn)練
4.3 模型方法驗證及分析
4.3.1 評價指標(biāo)
4.3.2 實驗結(jié)果
4.3.3 討論與分析
4.4 本章小結(jié)
第5章 網(wǎng)絡(luò)未知威脅檢測系統(tǒng)原型實現(xiàn)
5.1 系統(tǒng)設(shè)計
5.1.1 業(yè)務(wù)需求
5.1.2 模塊設(shè)計
5.1.3 總體架構(gòu)設(shè)計
5.2 系統(tǒng)實現(xiàn)
5.2.1 核心技術(shù)
5.2.2 后臺開發(fā)
5.2.3 前端開發(fā)
5.3 系統(tǒng)測試與展示
5.3.1 系統(tǒng)展示
5.3.2 系統(tǒng)測試
5.4 本章小結(jié)
第6章 結(jié)束語
6.1 本文總結(jié)
6.2 下一步研究方向
參考文獻
作者簡介
致謝
本文編號:3746320
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3746320.html
最近更新
教材專著