基于深度神经网络的异常流量检测算法

• 作者: 苏金树 陈冠衡
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 异常流量检测 机器学习算法 网络攻击 神经网络算法 ISCX数据集
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 技术研究
• 页码范围: 68-75
• 页数: 8页
• 分类号: TP309
• 字数: 4933字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2019.06.009

摘要

随着计算机网络和应用程序的规模呈指数级增长,攻击造成的潜在损害显著增加且越来越明显.传统异常流量检测方法已经不能满足当今互联网安全的需要,因此基于机器学习的算法成为针对复杂且不断增长的网络攻击的有效方法之一.文章提出基于深度神经网络的异常流量检测算法.通过对当前经典数据集进行对比,选择包含更多种攻击和协议类型的ISCX数据集进行实验分析.实验结果表明,与朴素贝叶斯算法对比,文章算法在提高准确率和降低误报率方面有了较大改善,是可用于异常流量检测的高效算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏金树	国防科技大学计算机学院	67	378	11.0	16.0
2	陈冠衡	国防科技大学计算机学院	1	1	1.0	1.0