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
1
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
堆叠式非对称深度自编码器检测网络入侵
被引量：
1
1
作者
刘炜
《控制工程》
CSCD
北大核心
2021年第9期1879-1885,共7页
为了提高网络入侵检测(NID)系统的检测准确度,适应现代网络需求,提出一种入侵检测的深度学习方法。该方法利用堆叠式非对称深度自编码器(NDAE)构建深度学习分类模型,将堆叠式NDAE(深度学习)和随机森林(浅层学习)的优点相结合,以支持NID...
为了提高网络入侵检测(NID)系统的检测准确度,适应现代网络需求,提出一种入侵检测的深度学习方法。该方法利用堆叠式非对称深度自编码器(NDAE)构建深度学习分类模型,将堆叠式NDAE(深度学习)和随机森林(浅层学习)的优点相结合,以支持NID在现代网络中的运行。实验使用KDD Cup’99和NSL-KDD基准数据集对所提分类器进行评价。实验结果证明了所提方法的有效性,其分类器能够有效降低网络入侵检测的时间,精简数据特征,提高检测精度,实现了最高约5%的召回率提升和最高98.81%的训练时间缩减。
展开更多
关键词
网络入侵检测
深度
学习
非对称深度自编码器
分类器
随机森林
在线阅读
下载PDF
职称材料
题名
堆叠式非对称深度自编码器检测网络入侵
被引量：
1
1
作者
刘炜
机构
陕西学前师范学院信息工程学院
出处
《控制工程》
CSCD
北大核心
2021年第9期1879-1885,共7页
基金
陕西省提升公众科学素质计划(2021)项目(2021PSL39)
教育部产学合作同育人项目(201802146010)。
文摘
为了提高网络入侵检测(NID)系统的检测准确度,适应现代网络需求,提出一种入侵检测的深度学习方法。该方法利用堆叠式非对称深度自编码器(NDAE)构建深度学习分类模型,将堆叠式NDAE(深度学习)和随机森林(浅层学习)的优点相结合,以支持NID在现代网络中的运行。实验使用KDD Cup’99和NSL-KDD基准数据集对所提分类器进行评价。实验结果证明了所提方法的有效性,其分类器能够有效降低网络入侵检测的时间,精简数据特征,提高检测精度,实现了最高约5%的召回率提升和最高98.81%的训练时间缩减。
关键词
网络入侵检测
深度
学习
非对称深度自编码器
分类器
随机森林
Keywords
Network intrusion detection
deep learning
non-symmetric deep auto-encoder
classifier
random forest
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
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
堆叠式非对称深度自编码器检测网络入侵
刘炜
《控制工程》
CSCD
北大核心
2021
1
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
