原文服务方: 河北省科学院学报       
摘要:
传统网络攻击检测系统主要依靠静态规则检测网络行为,难以动态适应不断发展的网络攻击,机器学习技术越来越多地应用于安全领域.本文设计了一个基于Keras框架的多层网络攻击分类与检测模型,运用了恰当的数据处理技术,达到了较高的分类精度.
推荐文章
对网络攻击行为实施欺骗和诱导的研究
网络攻击
欺骗
诱导
主动防御
分布式网络时序关联入侵攻击行为检测系统设计
分布式网络
时序关联规则
协议
入侵行为
检测
系统设计
基于受害者的网络攻击行为分类方法
网络攻击
攻击分类
安全响应
基于阶段特性的APT攻击行为分类与评估方法
高级可持续性(APT)攻击
攻击检测
行为分类
行为量化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的网络攻击行为检测与分类模型
来源期刊 河北省科学院学报 学科
关键词 网络攻击 网络安全 分类预测 深度学习 Keras Python
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 1-6
页数 6页 分类号 TP181
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李卫东 河北经贸大学信息技术学院 14 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络攻击
网络安全
分类预测
深度学习
Keras
Python
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河北省科学院学报
季刊
1001-9383
13-1081/N
大16开
1984-01-01
chi
出版文献量(篇)
1657
总下载数(次)
0
总被引数(次)
5900
论文1v1指导