论文部分内容阅读
本文设计了一种新的深度神经网络（New Deep Neural Network，NDNN）模型，并将其应用到入侵检测系统中．NDNN以其突出的特征学习能力充分学习训练数据的特征，在输出层，NDNN通过Softmax分类器对网络攻击报文与正常报文数据进行识别和分类，检测异常报文与入侵攻击．实验通过对KDDCup99数据集进行仿真，实验结果表明本文设计的基于NDNN的入侵检测系统模型，进一步提高了入侵检测系统的精度，增强了网络的安全性．