×

基于DSCNN-BiLSTM的网络入侵检测方法

消耗积分:0 | 格式:pdf | 大小:2.49 MB | 2021-05-31

分享资料个

　　针对传统的入侵检测方法无法有效提取网络流量数据特征的问题，提岀了一种基于 DSCNN- BILSTM的入侵检测方法，该方法引入了深度可分离卷积代替标准卷积从而减少了模型参欻，降低了计算量，并应用双向长短期记忆网络（ BILSTM提取长距离依赖信息的特征，充分考虑了前后特征之间的影响。首先，通过主成分分析法（PCΔ）对网络流量数据进行特征降维，并创新性地将一维网络流量数据转仳为三维图像教据;然后，分别运用深度可分离卷积神经网络（ DSCNN）和双向长短期记忆网络（ BILSTM）提取网络流量数据的空间特征和时间特征;最后，利用KυCUr∞教据集进行训练、验证和测试。实验结果表明，与其他传统的入侵检测方法相比，该方法具有更高的准确率和更低的漏报率。

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 !