期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合改进堆叠编码器和多层BiLSTM的入侵检测模型
被引量：
3
1
作者
陈虹
姜朝议
+2 位作者
金海波
武聪
卢健波
《计算机工程与应用》
北大核心
2025年第3期306-314,共9页
针对基于机器学习入侵检测模型需要大量特征工程,且对不平衡数据处理欠佳,导致检测率低、误报率高等问题。构建了一种SE-MBL的入侵检测模型。采用自适应合成采样(ADASYN)方法对少数类样本进行样本扩展,解决数据不平衡问题,形成相对对称...
针对基于机器学习入侵检测模型需要大量特征工程,且对不平衡数据处理欠佳,导致检测率低、误报率高等问题。构建了一种SE-MBL的入侵检测模型。采用自适应合成采样(ADASYN)方法对少数类样本进行样本扩展,解决数据不平衡问题,形成相对对称的数据集。采用改进的堆叠自编码器进行数据降维,消除特征冗余,并引入Dropout机制来增强信息融合,提升模型的泛化能力。提出一种融合一维CNN和多层BiLSTM的模块,分别提取空间特征和时间特征,以提高模型的分类性能。在NSL-KDD和CICIDS2017数据集上的实验结果表明,该模型可以实现较高的正确率和召回率,优于传统机器学习和深度学习方法。
展开更多
关键词
网络安全
入侵检测
数据不平衡
数据降维
多层BiLSTM
在线阅读
下载PDF
职称材料
融合对比学习和特征选择的入侵检测模型
被引量：
3
2
作者
陈虹
程明佳
+2 位作者
金海波
武聪
姜朝议
《信息安全研究》
CSCD
北大核心
2024年第5期453-461,共9页
入侵检测系统可以主动识别恶意流量,是保护网络安全的重要工具.针对网络流量中存在的冗余特征以及现有的入侵检测算法在特征选择过程中存在的不足,提出一种融合对比学习和特征选择的入侵检测模型(contrastive learning and feature sele...
入侵检测系统可以主动识别恶意流量,是保护网络安全的重要工具.针对网络流量中存在的冗余特征以及现有的入侵检测算法在特征选择过程中存在的不足,提出一种融合对比学习和特征选择的入侵检测模型(contrastive learning and feature selection,CL-FS).利用皮尔逊相关系数(Pearson correlation coefficient,PCCs)对预处理后的网络流量进行相关性分析,过滤掉相似特征;使用自编码器(autoencoder,AE)进行深度特征提取,在提取阶段融入对比学习,减少类间相似性,将提取的新特征和过滤后的特征融合,得到表征能力更强的特征集;利用改进的鸽群算法进行包裹特征选择,根据贝叶斯分类器的性能选择最优特征子集,提高分类精度.在NSL-KDD,UNSW-NB15这2个数据集的实验结果表明,CL-FS模型可以提升分类精度并减少处理时间,在2个数据集上的2分类实验准确率分别为90.45%和88.52%,分类处理时间大约减少为原来的一半.
展开更多
关键词
对比学习
皮尔逊相关系数
鸽群算法
特征提取
特征选择
在线阅读
下载PDF
职称材料
题名
融合改进堆叠编码器和多层BiLSTM的入侵检测模型
被引量：
3
1
作者
陈虹
姜朝议
金海波
武聪
卢健波
机构
辽宁工程技术大学软件学院
辽宁工程技术大学科学技术研究院
出处
《计算机工程与应用》
北大核心
2025年第3期306-314,共9页
基金
国家自然科学基金(62173171)
辽宁省教育厅科研项目(LJKFZ20220198)。
文摘
针对基于机器学习入侵检测模型需要大量特征工程,且对不平衡数据处理欠佳,导致检测率低、误报率高等问题。构建了一种SE-MBL的入侵检测模型。采用自适应合成采样(ADASYN)方法对少数类样本进行样本扩展,解决数据不平衡问题,形成相对对称的数据集。采用改进的堆叠自编码器进行数据降维,消除特征冗余,并引入Dropout机制来增强信息融合,提升模型的泛化能力。提出一种融合一维CNN和多层BiLSTM的模块,分别提取空间特征和时间特征,以提高模型的分类性能。在NSL-KDD和CICIDS2017数据集上的实验结果表明,该模型可以实现较高的正确率和召回率,优于传统机器学习和深度学习方法。
关键词
网络安全
入侵检测
数据不平衡
数据降维
多层BiLSTM
Keywords
cybersecurity
intrusion detection
data imbalance
data dimensionality reduction
multilayer BiLSTM
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
融合对比学习和特征选择的入侵检测模型
被引量：
3
2
作者
陈虹
程明佳
金海波
武聪
姜朝议
机构
辽宁工程技术大学软件学院
辽宁工程技术大学科学技术研究院
出处
《信息安全研究》
CSCD
北大核心
2024年第5期453-461,共9页
基金
国家自然科学基金项目(62173171)
辽宁省教育厅科研项目(LJKFZ20220198)。
文摘
入侵检测系统可以主动识别恶意流量,是保护网络安全的重要工具.针对网络流量中存在的冗余特征以及现有的入侵检测算法在特征选择过程中存在的不足,提出一种融合对比学习和特征选择的入侵检测模型(contrastive learning and feature selection,CL-FS).利用皮尔逊相关系数(Pearson correlation coefficient,PCCs)对预处理后的网络流量进行相关性分析,过滤掉相似特征;使用自编码器(autoencoder,AE)进行深度特征提取,在提取阶段融入对比学习,减少类间相似性,将提取的新特征和过滤后的特征融合,得到表征能力更强的特征集;利用改进的鸽群算法进行包裹特征选择,根据贝叶斯分类器的性能选择最优特征子集,提高分类精度.在NSL-KDD,UNSW-NB15这2个数据集的实验结果表明,CL-FS模型可以提升分类精度并减少处理时间,在2个数据集上的2分类实验准确率分别为90.45%和88.52%,分类处理时间大约减少为原来的一半.
关键词
对比学习
皮尔逊相关系数
鸽群算法
特征提取
特征选择
Keywords
contrastive learning
Pearson correlation coefficient
pigeon inspired optimizer
feature extraction
feature selection
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合改进堆叠编码器和多层BiLSTM的入侵检测模型
陈虹
姜朝议
金海波
武聪
卢健波
《计算机工程与应用》
北大核心
2025
3
在线阅读
下载PDF
职称材料
2
融合对比学习和特征选择的入侵检测模型
陈虹
程明佳
金海波
武聪
姜朝议
《信息安全研究》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
