基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高维网络入侵受到层次限制,入侵识别易出现局部极值化,导致入侵匹配时间延长的问题,提出并设计基于集成降噪自编码的网络入侵多模式匹配算法.引入降噪自编码网络,将深度学习法运用于在网络入侵检测中,构建深层网络模型,根据逐层贪婪编码模式实现预训练,完成高维深层网络入侵特征的自适应性提取及挖掘,通过监督式微调解决机器学习中局部极值问题,增强网络入侵检测效果与泛化性能,实现网络入侵初步检测.利用多模式匹配实现初步识别结果的最终匹配,完成网络入侵模式诊断.搭建实验平台对所提算法进行验证,将网络中用户行为日志数据当作实验数据样本,实验结果表明,负载均衡方差保持在0.85~1.0,匹配时间最短,访问文本串中字符的数目增长幅度很小,证明了算法鲁棒性和可实践性很强.
推荐文章
基于集成降噪自编码的在线网络入侵检测模型
网络安全
入侵检测
降噪自编码网络
CICIDS2017数据集
基于降噪自编码的推荐算法
推荐系统
深度学习
自编码神经网络
ZCA白化
降噪自编码
基于网络入侵检测系统的改进BM模式匹配算法研究
网络入侵检测系统
模式匹配
复杂度
数学模型
优化策略
基于自编码网络特征降维的轻量级入侵检测模型
特征降维
自编码网络
限制玻尔兹曼机
支持向量机
入侵检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于集成降噪自编码的网络入侵多模式匹配算法设计
来源期刊 广西大学学报(自然科学版) 学科 工学
关键词 集成降噪自编码 网络入侵 多模式匹配
年,卷(期) 2020,(3) 所属期刊栏目 计算机与电子信息科学
研究方向 页码范围 530-537
页数 8页 分类号 TP393
字数 4909字 语种 中文
DOI 10.13624/j.cnki.issn.1001-7445.2020.0530
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李青 上海海洋大学信息化管理办公室 4 1 1.0 1.0
2 徐子闻 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (153)
共引文献  (37)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(14)
  • 参考文献(0)
  • 二级参考文献(14)
2015(21)
  • 参考文献(0)
  • 二级参考文献(21)
2016(22)
  • 参考文献(3)
  • 二级参考文献(19)
2017(21)
  • 参考文献(0)
  • 二级参考文献(21)
2018(21)
  • 参考文献(4)
  • 二级参考文献(17)
2019(10)
  • 参考文献(8)
  • 二级参考文献(2)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
集成降噪自编码
网络入侵
多模式匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西大学学报(自然科学版)
双月刊
1001-7445
45-1071/N
大16开
广西南宁市大学路100号广西大学西校园学报编辑部
28832转3
1976
chi
出版文献量(篇)
4586
总下载数(次)
8
总被引数(次)
23980
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导