基于异卷积神经网络的入侵检测

• 作者: 冯仁君 景栋盛 李荷婷 陈海雁
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 异卷积神经网络 入侵检测 网络安全
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 信息安全
• 页码范围: 117-120,126
• 页数: 5页
• 分类号: TP309
• 字数: 4282字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.10.022

摘要

网络已经深入人们生产生活的各领域.然而,由于存在大量的非法入侵行为,网络所面临的安全问题也越来越严峻.因此,检测入侵以保障网络安全是一个亟待解决的问题.针对此,本文提出一种基于异卷积神经网络的入侵检测方法,采用深度学习的卷积神经网络模型完成对入侵数据的特征提取,然后根据2种不同结构的卷积神经网络训练数据,从而得到最优模型,用以判断网络入侵.最后,使用KDD 99数据进行对比实验,验证本文方法的准确性和精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景栋盛		5	2	1.0	1.0
2	冯仁君		3	0	0.0	0.0
3	陈海雁		2	0	0.0	0.0
4	李荷婷		1	0	0.0	0.0