基于深度学习的网络入侵检测方法研究与优化  

作　　者：赵祎娟 胡月文 

机构地区：[1]国能信息技术有限公司,北京100120 [2]盐城市妇幼保健院,江苏盐城224000

出　　处：《电脑编程技巧与维护》2024年第11期161-164,共4页Computer Programming Skills & Maintenance

摘　　要：近年来,随着计算机网络技术的快速发展,网络安全问题日益严峻。传统的网络入侵检测方法已难以应对日益复杂的网络攻击。研究针对传统入侵检测方法的不足,提出了一种基于深度学习的网络入侵检测方法。该方法利用卷积神经网络(CNN)和长短期记忆网络(LSTM)对网络流量数据进行特征提取与分类,实现了高效、准确的入侵检测,并对该方法进行了优化,提高了检测效率和准确率。实验结果表明,该方法相较于传统方法具有明显优势,为网络安全防护提供了新的思路。

关 键 词：网络安全 入侵检测 深度学习 卷积神经网络 长短期记忆网络 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]