基于物联网的粮情监控系统中入侵检测研究

• 作者: 宋雪桦 汪盼 解晖 邓壮来
• 来源期刊: 安庆师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 物联网 入侵检测 深度信念网络 交替决策树 粮情监控系统
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 特约专稿
• 页码范围: 1-8,14
• 页数: 9页
• 分类号: TP393.0
• 字数: 5718字
• 语种: 中文
• DOI: 10.13757/j.cnki.cn34-1328/n.2020.01.001

摘要

在基于物联网的粮情监控系统中,传统入侵检测方法很难准确实时地从海量数据提取特征信息来识别网络攻击,使系统容易遭受安全问题,从而破坏数据的完整性,因此,提出一种基于深度信念网络的交替决策树入侵检测(DBN-ADT)方法.该方法利用深度信念网络进行无监督地特征学习,通过预训练将原始数据特征降维,利用权值微调算法获得数据的最优低维表示;然后采用交替决策树分类器对各种异常网络入侵数据进行识别.结果表明,DBN-ADT方法在攻击行为的识别准确率上比支持向量机(SVM)和逻辑回归(LR)分别提高了7.24％和8.25％,在检测时间上分别缩短了约1/2和2/5.DBN-ADT方法具有更高的检测准确率和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋雪桦	江苏大学计算机科学与通信工程学院	42	365	11.0	18.0
2	汪盼	江苏大学计算机科学与通信工程学院	4	0	0.0	0.0
3	邓壮来	江苏大学计算机科学与通信工程学院	2	0	0.0	0.0
4	解晖	江苏大学计算机科学与通信工程学院	1	0	0.0	0.0