一种基于深度学习的网络入侵检测方法

• 作者: 李春林 牛长喜 王宏 黄月江
• 来源期刊: 信息安全与通信保密
• 学科: 工学
• 关键词: 自编码网络 深度学习 入侵检测 KDD99
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 科技前沿
• 页码范围: 68-71
• 页数: 4页
• 分类号: TP393
• 字数: 3399字
• 语种: 中文

摘要

针对如何将深度学习应用到网络入侵检测中以提高入侵检测准确率的问题,结合网络数据的特点给出一种深度学习网络的设计方法,并在此基础上提出一种基于深度学习的入侵检测方法.该方法采用了深度学习中的自编码网络模型实现对网络特征的提取,通过softmax分类器对特征数据进行分类,从而得到网络入侵检测分析的结果.基于KDD99数据库实验证明,该方法在保证高检测率的同时,其误检率较其他算法低40％以上,从而验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏	中国电子科技集团公司第三十研究所	25	86	4.0	8.0
2	李春林	中国电子科技集团公司第三十研究所	8	69	4.0	8.0
3	黄月江	中国电子科技集团公司第三十研究所	7	54	3.0	7.0
4	牛长喜	中国电子科技集团公司第三十研究所	3	50	2.0	3.0