傳統(tǒng)的入侵檢測(cè)方法在進(jìn)行自組織網(wǎng)絡(luò)多信道入侵檢測(cè)時(shí),由于沒(méi)有基于深度學(xué)習(xí)進(jìn)行數(shù)據(jù)預(yù)處理,導(dǎo)致多信道入侵檢測(cè)召回率低。為此,筆者提出基于深度學(xué)習(xí)的自組織網(wǎng)絡(luò)多信道入侵檢測(cè)方法研究。該方法利用強(qiáng)分類器針對(duì)大量正常、異常網(wǎng)絡(luò)多信道行為特征進(jìn)行分類,幫助訓(xùn)練后的深度學(xué)習(xí)分類器能夠快速地對(duì)異常網(wǎng)絡(luò)多信道行為特征做出詳盡的表達(dá),進(jìn)而得出多信道異常入侵檢測(cè)方程式,并通過(guò)ReLu激活函數(shù)判斷自組織網(wǎng)絡(luò)多信道的屬性,進(jìn)而完成多信道入侵檢測(cè)。實(shí)驗(yàn)結(jié)果表明,設(shè)計(jì)的入侵檢測(cè)方法入侵檢測(cè)召回個(gè)數(shù)明顯高于對(duì)照組,在對(duì)網(wǎng)絡(luò)多信道入侵檢測(cè)的召回率方面優(yōu)于對(duì)照組,能夠?qū)崿F(xiàn)自組織網(wǎng)絡(luò)多信道精準(zhǔn)的入侵檢測(cè)。 

【文章來(lái)源】：信息與電腦(理論版). 2020,32(13)

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

基于深度學(xué)習(xí)的自組織網(wǎng)絡(luò)多信道入侵檢測(cè)流程

根據(jù)上述設(shè)計(jì)的實(shí)驗(yàn),將兩種入侵檢測(cè)方法下得到的入侵檢測(cè)召回個(gè)數(shù)進(jìn)行對(duì)比。為了更直觀地表現(xiàn)出兩種入侵檢測(cè)方法在入侵檢測(cè)召回個(gè)數(shù)之間的差異性,將實(shí)驗(yàn)結(jié)果繪制為統(tǒng)計(jì)圖。入侵檢測(cè)召回個(gè)數(shù)對(duì)比結(jié)果如圖2所示。從圖2可以明顯看出,本文設(shè)計(jì)的入侵檢測(cè)方法入侵檢測(cè)召回個(gè)數(shù)明顯高于對(duì)照組,在對(duì)網(wǎng)絡(luò)多信道入侵檢測(cè)的召回率方面優(yōu)于對(duì)照組,能夠?qū)崿F(xiàn)自組織網(wǎng)絡(luò)多信道精準(zhǔn)的入侵檢測(cè)。通過(guò)實(shí)例分析的方式可以證明所設(shè)計(jì)的入侵檢測(cè)方法可以滿足設(shè)計(jì)要求,可以廣泛應(yīng)用于自組織網(wǎng)絡(luò)多信道入侵檢測(cè)。

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的入侵檢測(cè)算法[J]. 吳戀,趙晨潔,左羽,于國(guó)龍,韋萍萍.  物聯(lián)網(wǎng)技術(shù). 2020(06)
[2]基于深度學(xué)習(xí)的實(shí)時(shí)網(wǎng)絡(luò)入侵檢測(cè)方法[J]. 朱平哲.  安陽(yáng)工學(xué)院學(xué)報(bào). 2019(04)
[3]基于深度學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測(cè)研究綜述[J]. 張勇東,陳思洋,彭雨荷,楊堅(jiān).  廣州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[4]基于不完全信息的深度學(xué)習(xí)網(wǎng)絡(luò)入侵檢測(cè)[J]. 饒緒黎,徐彭娜,陳志德,許力.  信息網(wǎng)絡(luò)安全. 2019(06)
[5]基于深度學(xué)習(xí)的改進(jìn)貝葉斯網(wǎng)絡(luò)入侵檢測(cè)算法[J]. 孫惠麗,陳維華,劉東朝.  軟件工程. 2019(04)
[6]基于深度學(xué)習(xí)的入侵檢測(cè)研究[J]. 魏明軍,楊桂芳.  電腦知識(shí)與技術(shù). 2019(04)



本文編號(hào)：3025868