网络入侵检测模型

作品数：89被引量：407H指数：12
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：黄厚宽翟宏群杨波董忠李涵更多>>
相关机构：北京工业大学中北大学太原理工大学广东工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金山东省自然科学基金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种基于自编码器降维的神经卷积网络入侵检测模型
《电信科学》2025年第2期129-138,共10页孙敬 丁嘉伟 冯光辉 
教育部产学合作协同育人项目(No.220602236285739);2024年度河南省高等教育教学改革研究与实践项目(本科教育类)(No.2024SJGLX0584)。
为了提升入侵检测的准确率,鉴于自编码器在学习特征方面的优势以及残差网络在构建深层模型方面的成熟应用,提出一种基于特征降维的改进残差网络入侵检测模型(improved residual network intrusion detection model based on feature dim...
关键词：网络攻击 入侵检测模型 堆叠降噪稀疏自编码器 卷积注意力机制 残差网络 
基于深度学习的网络入侵检测模型设计与优化
《网络安全和信息化》2024年第12期52-54,共3页何祎凡 
设计了一个基于深度学习的网络入侵检测模型,并通过优化数据预处理、特征选择和CNN入侵检测模块,提高了模型的检测性能和泛化能力。
关键词：数据预处理 深度学习 网络入侵检测模型 泛化能力 特征选择 CNN 检测性能 设计与优化 
基于多尺度融合和时空特征的网络入侵检测模型被引量：1
《计算机工程与设计》2024年第6期1640-1646,共7页龚星宇 来源 李娜 雷璇 
国家自然科学基金项目(62002285)。
针对入侵检测模型提取特征能力不足,且流量数据中含冗余噪声的问题,提出一种基于多尺度融合和时空特征的ML-PFN入侵检测模型。采用多尺度特征融合技术分别提取数据中浅层特征信息和深层特征信息,使模型学习的特征更加丰富;采用软阈值函...
关键词：入侵检测 冗余噪声 多尺度融合 时空特征 软阈值 注意力机制 长短时记忆 
基于注意力机制的残差网络入侵检测模型
《软件工程》2024年第5期73-78,共6页陈天翔 何利力 郑军红 
浙江省重点研发"领雁"计划项目(2022C01238)。
针对现有网络入侵检测技术存在的数据不平衡导致检测准确率不足、实时性差和泛化性能低等问题,对基于ResNet(深度残差网络)的入侵检测模型进行改进。在ResNet的每个Dense(全连接)层后添加自注意力层,形成残差连接,旨在通过捕捉长距离依...
关键词：网络入侵检测 深度学习 注意力机制 残差网络 
基于异常保持的弱监督学习网络入侵检测模型被引量：2
《计算机工程与科学》2024年第5期801-809,共9页谭郁松 王伟 蹇松雷 易超雄 
国家自然科学基金(U19A2060)。
网络入侵检测系统对维护网络安全至关重要,目前针对只有较少异常标记网络数据的入侵检测场景的研究较少。基于数据的异常保持性,设计了基于异常保持的弱监督学习网络入侵检测模型WIDS-APL,该检测模型包含数据转换层、表征学习层、转换...
关键词：网络入侵检测 弱监督学习 深度学习 
基于遗传算法和SMOTE的网络入侵检测模型优化研究被引量：1
《现代计算机》2024年第7期24-30,共7页戴周浩 
针对网络入侵检测存在数据不平衡和特征冗余的问题,提出一种新的检测模型。该模型结合了遗传算法和SMOTE算法,通过对数据进行采样和特征选择,提高了网络入侵检测的准确性。首先,为了解决数据不平衡的状况,采用了SMOTE算法。这个算法通...
关键词：特征选择 SMOTE过采样 随机森林 网络入侵检测 遗传算法 
融合CNN-BiGRU和注意力机制的网络入侵检测模型被引量：6
《信息安全研究》2024年第3期202-208,共7页杨晓文 张健 况立群 庞敏 
国家自然科学基金项目(62272426,62106238);山西省科技成果转化引导专项(202104021301055)。
为提高网络入侵检测模型特征提取能力和分类准确率,提出了一种融合双向门控循环单元(CNN-BiGRU)和注意力机制的网络入侵检测模型.使用CNN有效提取流量数据集中的非线性特征;双向门控循环单元(BiGRU)提取数据集中的时序特征,最后融合注...
关键词：网络入侵检测 卷积神经网络 双向门控循环单元 注意力机制 深度学习 
基于多阶段特征选择和CNN-GRU的网络入侵检测模型被引量：4
《中北大学学报（自然科学版）》2024年第1期66-73,共8页王相月 赵利辉 
针对网络入侵检测数据中冗余特征多导致入侵检测准确率低的问题,本文提出了一种基于多阶段特征选择和CNN-GRU的网络入侵检测模型。首先,针对数据集的特征冗余,结合皮尔逊相关系数(PCC)和随机森林(RF)构建PCC-RF特征选择算法进行多阶段...
关键词：网络入侵检测 特征选择 卷积神经网络 门控循环单元 
深度学习下时序特征提取的网络入侵检测模型
《保密科学技术》2024年第1期51-60,共10页杨超 杜琪琪 范波 蒋碧波 张文迪 
国家自然科学基金(No.61977021);湖北省重点研发计划项目(No.2021BAA184)。
为解决目前入侵检测算法对网络流量数据特征提取不充分、模型分类结果准确率低的问题,同时鉴于网络流量数据具有时序性和特征允余的特性,本文提出了一种融合多通道一维卷积和BiGRU的网络入侵检测模型。首先,通过多通道一维卷积对网络流...
关键词：入侵检测 双向门控循环网络 一维卷积 深度学习 SoftPool 
基于菌群优化深度学习的网络入侵检测模型被引量：5
《南京理工大学学报》2023年第5期636-642,共7页白文荣 马琳娟 巩政 
教育部高等学校科学研究发展中心专项课题(ZJXF2022170);内蒙古自治区直属高校基本科研业务费项目(WF202201);2022年度内蒙古自治区自然科学基金资助项目(2022QN05039);国家自然科学基金项目(62066033);内蒙古自治区高等学校科学研究项目(NJZY23057)。
为了提高网络入侵检测准确度,采用深度置信网络(Deep belief networks,DBN)算法用于入侵检测,同时借助菌群优化(Bacterial foraging optimization,BFO)算法求解最佳DBN参数。首先,建立DBN网络入侵检测模型,初始化深度置信网络中受限玻...
关键词：网络入侵检测 深度置信网络 菌群优化 检出率 
全选清除导出
共9页<123456789>
检索报告 对象比较 聚类工具 使用帮助 返回顶部