隨著社會經(jīng)濟的迅速發(fā)展,我國正大力推進信息通信的基礎建設,信息化程度因此有了顯著提升。計算機網(wǎng)絡作為信息化的一部分,其為社會各行各業(yè)提供極大的便利,也豐富了我們的生活。與此同時,信息技術在不斷更迭,黑客開發(fā)的入侵技術也變得更加隱匿和復雜。此外,由于網(wǎng)絡用戶量激增,網(wǎng)絡入侵也隨之變多。這對整個網(wǎng)絡環(huán)境的安全性提出了嚴峻挑戰(zhàn)。毫無疑問,人們對網(wǎng)絡信息的安全性的需求日益增強,網(wǎng)絡信息的安全性不僅僅影響著我們個人的生活,網(wǎng)絡信息的安全性也是國家安全的重要部分。因此,越來越多的學者投身到入侵檢測的研究中。入侵檢測系統(tǒng)是維護計算機系統(tǒng)安全的一道屏障,它是一種主動阻擋入侵行為的可靠手段。IDS的準確性對確保信息系統(tǒng)的安全性有重要意義。工業(yè)界常用的傳統(tǒng)IDS需要過多的專家參與分析和提取已知入侵行為的模式和攻擊特點,并且需要根據(jù)這些信息建立入侵檢測的規(guī)則庫,所以其在檢測的準確率和智能性上存在明顯不足。近年來,學術界和工業(yè)領域提出基于傳統(tǒng)的機器學習方法的IDS雖然準確性有所提高,但由于網(wǎng)絡流量數(shù)據(jù)量大,傳統(tǒng)的機器學習方法往往需要強調(diào)特征工程和特征選擇,不能有效地解決在實際網(wǎng)絡應用環(huán)境下出現(xiàn)的大規(guī)模入侵數(shù)據(jù)...

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖2.2標準循環(huán)神經(jīng)網(wǎng)絡

f′(y)f′(x)f′(w)(2.1)2.2.2循環(huán)神經(jīng)網(wǎng)絡在傳統(tǒng)的神經(jīng)網(wǎng)絡理論中，所有的輸入（和輸出）彼此之間是互相獨立的。但是這并不符合很多現(xiàn)實任務。例如你想預測句子中的下一個詞，它很可能與它之前的詞和它之后的詞有一定的相關性，因此需要知道它的前后文信息。循環(huán)神經(jīng)網(wǎng)絡之所以....

圖2.3標準循環(huán)神經(jīng)網(wǎng)絡的梯度消失問題同時如果雅克比矩陣中的值很大，則多次矩陣相乘后梯度值容易成指數(shù)級上升

導手校?曜嫉難??神經(jīng)網(wǎng)絡一般難以學習到長時的信息，它們僅能利用有限步長得信息。是因為式2.6也可簡寫為式2.7，其中hKhk滿足鏈式法則，hKhk=hKhK1...h2h1。其求導數(shù)結(jié)果是一個雅克比矩陣，矩陣元素是每個點的導數(shù)�？梢园咽�2.7的梯度重寫成式2.8。因為式中雅克比....

圖2.4LSTM的一個“細胞”塊結(jié)構(gòu)

中，輸入門將“細胞”的輸入和輸出通過向量的乘法計算得到；輸出門也是將“細胞”的輸入和輸出通過向量的乘法計算得到；而遺忘門與“細胞”的從前狀態(tài)通過向量的乘法計算得到�！凹毎备掠嬎愕臅r候不需要激活函數(shù)。圖中，門激活函數(shù)f通常為邏輯sigmoid，因此門激活函數(shù)的結(jié)果在0-1之間，....

圖4.6不同的LSTM層隱藏神經(jīng)元的個數(shù)對IDM分類結(jié)果的影響

。本文設置了４個超參數(shù)來討論這４個參數(shù)對模型的影響。這4個超參數(shù)為：LSTM中隱藏神經(jīng)元的個數(shù)（units）、時間步長的大�。╰imestepsize）、周期大�。╡pochsize）和優(yōu)化方法。本實驗中使用的LSTM為Keras中的LSTM，其中我們設置LSTM的激活函數(shù)（ac....

本文編號：3915748