基于深度学习特征提取的网络入侵检测方法

来源 :华中科技大学学报(自然科学版) | 被引量 : 0次 | 上传用户:binsheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对在构建深度学习模型过程中,神经网络隐藏层的层数和每层神经元节点数主要通过人工专家的主观经验设置,深度学习模型智能化不够、适应性不强的问题,提出了一种应用于网络入侵检测的自适应、智能化的深度学习特征提取方法.该方法采用逐层贪婪训练的策略,通过改进稀疏自编码神经网络训练的方式,形成了一个自适应、智能化的特征提取神经网络.最后利用基于支持向量机的多类分类器,形成了一种基于深度学习特征提取的网络入侵检测系统.实验表明:与基于自编码网络的支持向量机入侵检测模型(AN-SVM)和基于核主成分分析与遗传算法相结合的支持向量机模型(KPCA-GA-SVM)入侵检测方法相比,准确率平均提高了5.01%,误报率平均降低了6.24%,检测时间平均降低了16%,说明了该方法优于其他类似方法.
其他文献
针对当前移动无线传感器网络节点定位算法中存在的定位过程需要大量锚节点参考定位、定位成本过大、采样效率过低及计算能耗过大的问题,提出一种基于临时锚节点的改进蒙特卡
介绍了文化大数据的概念与特点,对文化大数据平台的研究现状进行了总结,详细分析了具有代表性的2个多源异构文化大数据融合平台,最后在多源异构文化大数据应用的基础上,提出
Sulfonylcalix[4]arenes-based coordination containers,namely metal-organic supercontainers(MOSCs),are a new class of coordination containers constructed from the
会议
好处量身定做的营养成分1母乳里的各种营养成分含量能够精确地满足婴儿发育的需要。无论在哪个阶段,母乳都能为婴儿提供理想水平的各种营养素,确保婴儿正常生长和发育的营养
托玛斯·哈特·本顿(THOMAS HART BENTON, 1889-1975)的一生都引起争议,甚至在他出生一百年之后, 1989年4月15日,仍是如此。 他的百年回顾大展,包括本顿自己的87件作品和他
中国当今画坛一代宗师、杰出的画家和美术教育家林风眠先生于1991年8月12日在香港逝世的噩耗,给中国美术界带来了震动和悲惋。为了缅怀、纪念和学习这位大师,中国美术家协会
转移性黑色素瘤常具有多样的形态和类似其他肿瘤形态而难以识别。大多数的黑色素瘤标记物其灵敏度和特异性有限,即使一线的标记物S-100,不是所有的黑色素瘤都表达。GP100(HMB
会议