基于NDNN的入侵检测系统

• 作者: 王亚刚 王萌 韩俊刚
• 来源期刊: 微电子学与计算机
• 关键词: 深度神经网络 入侵检测 KDD Cup 99
• 年，卷（期）: 2018,（7）
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP393
• 语种: 中文

摘要

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KDD Cup 99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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩俊刚	西安邮电大学计算机学院	113	703	14.0	20.0
2	王亚刚	西安邮电大学计算机学院	36	233	5.0	14.0
3	王萌	西安邮电大学计算机学院	10	13	2.0	3.0