改进ADASYN-SDA的入侵检测模型研究

• 作者: 肖成龙 肖越 赵建智 陈建虎 陈虹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 堆叠式降噪自编码器(SDA) 自适应过采样算法(ADASYN) 深度学习 入侵检测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 97-105
• 页数: 9页
• 分类号: TP393.08
• 字数: 7565字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0013

摘要

针对传统入侵检测模型在高维数据且数据不均衡环境下检测性能较差的问题,提出了一种自适应过采样算法(ADASYN)与改进堆叠式降噪自编码器(SDA)结合的入侵检测模型.使用ADASYN算法进行数据过采样处理.使用Adam优化算法,以及Dropout正则化对SDA深度学习模型进行改进,提取出低维数、高鲁棒性的集成特征.在softmax分类器中进行入侵检测识别.实验结果表明,ADASYN-SDA模型相较于SDA、AE-DNN和MSVM模型,在平均准确率、检测率和误判率上均有一定程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖成龙	辽宁工程技术大学软件学院	28	75	4.0	8.0
2	陈虹	辽宁工程技术大学软件学院	35	293	10.0	16.0
3	赵建智	辽宁工程技术大学软件学院	1	0	0.0	0.0
4	陈建虎	辽宁工程技术大学软件学院	4	14	2.0	3.0
5	肖越	辽宁工程技术大学软件学院	5	17	2.0	4.0