基于深度學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測(cè)方法研究
發(fā)布時(shí)間:2023-02-19 13:35
在互聯(lián)網(wǎng)深度滲透的時(shí)代,人們的生活越來(lái)越依賴當(dāng)前的網(wǎng)絡(luò)技術(shù)。然而網(wǎng)絡(luò)技術(shù)實(shí)際上是把雙刃劍,給人們帶來(lái)便利的同時(shí),也帶來(lái)了許多的安全挑戰(zhàn)。維護(hù)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(diǎn)。威脅檢測(cè)是一個(gè)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(hù)的技術(shù)更新是對(duì)抗式螺旋上升的。如何有效地檢測(cè)出未知威脅是網(wǎng)絡(luò)防護(hù)的關(guān)注點(diǎn)之一。當(dāng)前網(wǎng)絡(luò)威脅檢測(cè)常用基于規(guī)則和傳統(tǒng)機(jī)器學(xué)習(xí)等方法,人為制定規(guī)則或者提取常用的時(shí)空特征,無(wú)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(cè)準(zhǔn)確度下降。本文引入深度學(xué)習(xí)進(jìn)行特征的自動(dòng)提取,使用域自適應(yīng)技術(shù)提高系統(tǒng)檢測(cè)未知威脅的能力。本論文的主要研究?jī)?nèi)容和貢獻(xiàn)有:1.提出了基于深度學(xué)習(xí)的網(wǎng)絡(luò)流時(shí)空特征自動(dòng)提取方法:針對(duì)網(wǎng)絡(luò)流量時(shí)空特征自動(dòng)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(lái)自動(dòng)提取網(wǎng)絡(luò)流量的時(shí)空特征,達(dá)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(cè)模型:針對(duì)新出現(xiàn)的網(wǎng)絡(luò)未知威脅,傳統(tǒng)檢測(cè)方法的檢測(cè)性能降低,提出了基于域自適應(yīng)的模型來(lái)檢測(cè)未知威脅。結(jié)合對(duì)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(yè)數(shù)】:77 頁(yè)
【學(xué)位級(jí)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(wèn)題
1.3 本文的研究?jī)?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(cè)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(kāi)數(shù)據(jù)集
2.2 網(wǎng)絡(luò)未知威脅檢測(cè)常用方法
2.2.1 基于規(guī)則的網(wǎng)絡(luò)未知威脅檢測(cè)方法
2.2.2 基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測(cè)方法
2.2.3 基于深度學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測(cè)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(shí)空特征自動(dòng)提取方法
3.1 問(wèn)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(shí)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(shí)間特征學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)
3.4 方法驗(yàn)證及分析
3.4.1 評(píng)價(jià)指標(biāo)
3.4.2 實(shí)驗(yàn)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(cè)模型
4.1 問(wèn)題描述
4.2 網(wǎng)絡(luò)未知威脅檢測(cè)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(yàn)證及分析
4.3.1 評(píng)價(jià)指標(biāo)
4.3.2 實(shí)驗(yàn)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(cè)系統(tǒng)原型實(shí)現(xiàn)
5.1 系統(tǒng)設(shè)計(jì)
5.1.1 業(yè)務(wù)需求
5.1.2 模塊設(shè)計(jì)
5.1.3 總體架構(gòu)設(shè)計(jì)
5.2 系統(tǒng)實(shí)現(xiàn)
5.2.1 核心技術(shù)
5.2.2 后臺(tái)開(kāi)發(fā)
5.2.3 前端開(kāi)發(fā)
5.3 系統(tǒng)測(cè)試與展示
5.3.1 系統(tǒng)展示
5.3.2 系統(tǒng)測(cè)試
5.4 本章小結(jié)
第6章 結(jié)束語(yǔ)
6.1 本文總結(jié)
6.2 下一步研究方向
參考文獻(xiàn)
作者簡(jiǎn)介
致謝
本文編號(hào):3746320
【文章頁(yè)數(shù)】:77 頁(yè)
【學(xué)位級(jí)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(wèn)題
1.3 本文的研究?jī)?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(cè)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(kāi)數(shù)據(jù)集
2.2 網(wǎng)絡(luò)未知威脅檢測(cè)常用方法
2.2.1 基于規(guī)則的網(wǎng)絡(luò)未知威脅檢測(cè)方法
2.2.2 基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測(cè)方法
2.2.3 基于深度學(xué)習(xí)的網(wǎng)絡(luò)未知威脅檢測(cè)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(shí)空特征自動(dòng)提取方法
3.1 問(wèn)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(shí)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(shí)間特征學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)
3.4 方法驗(yàn)證及分析
3.4.1 評(píng)價(jià)指標(biāo)
3.4.2 實(shí)驗(yàn)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(cè)模型
4.1 問(wèn)題描述
4.2 網(wǎng)絡(luò)未知威脅檢測(cè)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(yàn)證及分析
4.3.1 評(píng)價(jià)指標(biāo)
4.3.2 實(shí)驗(yàn)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(cè)系統(tǒng)原型實(shí)現(xiàn)
5.1 系統(tǒng)設(shè)計(jì)
5.1.1 業(yè)務(wù)需求
5.1.2 模塊設(shè)計(jì)
5.1.3 總體架構(gòu)設(shè)計(jì)
5.2 系統(tǒng)實(shí)現(xiàn)
5.2.1 核心技術(shù)
5.2.2 后臺(tái)開(kāi)發(fā)
5.2.3 前端開(kāi)發(fā)
5.3 系統(tǒng)測(cè)試與展示
5.3.1 系統(tǒng)展示
5.3.2 系統(tǒng)測(cè)試
5.4 本章小結(jié)
第6章 結(jié)束語(yǔ)
6.1 本文總結(jié)
6.2 下一步研究方向
參考文獻(xiàn)
作者簡(jiǎn)介
致謝
本文編號(hào):3746320
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/3746320.html
最近更新
教材專著