CNN-RNN算法在网络入侵检测与信息安全保密技术中的应用研究  

作　　者：张颢新 刘玉洁 王思成 

机构地区：[1]中国石油川庆钻探工程有限公司,四川成都610051

出　　处：《电脑知识与技术》2024年第33期44-46,共3页Computer Knowledge and Technology

摘　　要：数字化时代下,网络安全已成为全球关注的热点问题。网络入侵检测和信息安全保密技术致力于识别和预防未授权的网络访问和攻击行为,是维护网络环境安全和保护敏感信息不受威胁的重要工具。人工智能算法的应用显著改进了技术的数据分析深度、威胁检测准确性、响应速度,使其能够有效应对日益复杂的网络安全挑战。文章以CNN-RNN算法在网络入侵检测与信息安全保密技术中的应用为主题,设计了三种算法模型:CNN卷积层与池化层算法模型、RNN中的LSTM算法模型、CNN算法与RNN算法相结合的CNN-RNN算法模型。并以网络入侵检测数据集KDDCup99为测试数据通过实验对比三种算法模型的准确率、召回率、F1分数和AUC值。测试结果表明CNN-RNN算法在提高网络入侵检测准确性和效率方面的有效性,具有优于CNN或RNN算法的性能。

关 键 词：人工智能 网络入侵检测 信息安全 数据保密 算法优化 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]