一种基于深度学习的网络异常行为检测方法

• 作者: 傅阳 李铮
• 来源期刊: 网络安全技术与应用
• 关键词: 深度学习 网络异常行为 检测方法
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 66-68
• 页数: 3页
• 字数: 4127字
• 语种: 中文

摘要

随着信息技术的发展,网络资源与服务越来越丰富,网络已经成为生产生活不可或缺的重要部分.与此同时,网络攻击的复杂度和危害程度也不断变高,传统基于特征的被动式网络攻击检测手段存在不足.为此,本文提出了一种基于深度学习的网络异常行为检测方法,其对实时获取的数据进行预处理、规则后,利用DNN训练完成后保存的行为模型,对输入的数据进行正常或异常的二分类分析.实验表明,该方法具有较好的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李铮	中国电子科技集团公司第十研究所	2	1	1.0	1.0
2	傅阳	电子科技大学计算机科学与工程学院	1	0	0.0	0.0