基于DBN和SOFTMAX的网络入侵检测模型

• 作者: 周超 安琪 魏嘉毅
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 网络安全 入侵检测模型 深度置信网络 SOFTMAX
• 年，卷（期）: 2019,（2）
• 页码范围: 274-276,349
• 页数: 4页
• 分类号: TP393.08
• 字数: 2804字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2019.02.022

摘要

针对目前对于网络入侵检测准确率不高的问题,本文提出一种基于深度置信网络(Deep Belief Networks,DBN)和SOFTMAX的入侵检测模型.该模型可以自动地对网络信息进行拦截、处理并进行入侵检测.为了验证该模型的有效性,本文将KDD CUP 99-10%和KDD CUP 99-Correct数据集作为实验对象,总正确率分别达到了99.67%和99.42%.通过对比实验,将DBN和BP神经网络,TANN等算法进行对比,实验结果证明DBN-SOFTMAX相较于其他算法具有更高的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏嘉毅		2	3	1.0	1.0
2	安琪		8	6	2.0	2.0
3	周超		7	7	2.0	2.0