基于降噪自动编码器的僵尸网络检测模型

• 作者: 徐文龙 肖琦
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 计量 僵尸网络 降噪自动编码器 网络安全
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 203-209
• 页数: 7页
• 分类号: TB9
• 字数: 5146字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2019.02.013

摘要

目的:僵尸网络检测是网络安全领域所重点关注的,欲解决传统机器学习方法利用手动提取特征用于检测僵尸网络的效果不是特别理想的问题.方法:深度学习技术在自然语言处理和机器视觉等领域取得了令人瞩目的成就,故采用其中降噪自动编码器用于相关数据的自动特征提取.结果:我们提出了基于降噪自动编码器的僵尸网络检测模型,自动提取网络流量数据中的特征用于检测僵尸网络.结论:在最新的公开数据集下进行的大量实验表明,我们提出的模型在多个评价标准下较传统机器学习模型性能上有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐文龙	中国计量大学信息工程学院	24	107	6.0	9.0
2	肖琦	中国计量大学信息工程学院	2	0	0.0	0.0