×

基于Borderline-SMOTE和双Attention的入侵检测

消耗积分:0 | 格式:pdf | 大小:1.88 MB | 2021-04-08

分享资料个

　　随着互联网的发展，网络环境愈加复杂，由此导致的网络安全问题不断岀现，因此网络安全的防护成为一项重要研究课题。针对真实网络环境中采集到的流量数据非平衡以及传统机器学习方法提取特征表示不准确等问题，文中提出一种基于Borderline- SMOTE和双Δ ttention的入侵检测方法。首先对入侵数据进行 Borderline- SMOTE过采样处理，解决了数据非平衡问题，并且利用卷积网络在图像特征提取方面的优势，将一维流量数据转化为灰度图像;然后通过双注意力网络分别从通道维度和空间维度对低维特征进行维度更新，得到更精准的特征表示;最后利用 Softmax分类器对流量数据进行分类预测。所提方法的仿真实验均已在NSL-KDD数据集上得到验证，其准确率达到99.24%，相比其他常用方法准确率更高。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !