基于深度学习的网络入侵检测系统关键技术应用分析  

作　　者：庞欣杰 李翘婕 

机构地区：[1]云南轻纺职业学院,云南昆明650300

出　　处：《微型计算机》2025年第8期49-51,共3页

摘　　要：随着网络信息技术的快速发展,网络安全问题日益严峻,传统的网络入侵检测系统面临攻击手段愈发智能、隐蔽,异构数据处理数量增多等新挑战,亟须引入新的理论和技术。本文分析了网络入侵检测面临的困境,探讨了基于深度学习的关键技术在入侵检测中的应用,重点研究了网络流量数据预处理、入侵检测模型设计、模型训练优化以及检测结果可解释等关键技术,并结合实际应用案例,分析了深度学习在提升入侵检测智能化水平、缓解安全管理压力等方面的重要作用,为构建新一代智能化网络入侵检测系统提供参考。

关 键 词：网络入侵检测 深度学习 流量预处理 检测模型 可解释性 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]