基于優(yōu)化數(shù)據(jù)處理的深度信念網(wǎng)絡(luò)模型的入侵檢測(cè)方法
資料介紹
針對(duì)目前網(wǎng)絡(luò)中存在的對(duì)已知攻擊類型的入侵檢測(cè)具有較高的檢測(cè)率,但對(duì)新出現(xiàn)的攻擊類型難以識(shí)別的缺陷問(wèn)題,提出了一種基于優(yōu)化數(shù)據(jù)處理的深度信念網(wǎng)絡(luò)(DBN)模型的入侵檢測(cè)方法。該方法在不破壞已學(xué)習(xí)過(guò)的知識(shí)和不嚴(yán)重影V向檢測(cè)實(shí)時(shí)性的基礎(chǔ)上,分別對(duì)數(shù)據(jù)處理和方法模型進(jìn)行改進(jìn),以解決上述問(wèn)題。首先,將經(jīng)過(guò)概率質(zhì)量函數(shù)(PMF)編碼和MaxMin歸一化處理的數(shù)據(jù)應(yīng)用于DBN模型中;然后,通過(guò)固定其他參數(shù)不變而變化一種參數(shù)和交叉驗(yàn)證的方式選擇相對(duì)最優(yōu)的DBN結(jié)構(gòu)對(duì)未知攻擊類型進(jìn)行檢測(cè);最后,在NSL-KDD數(shù)據(jù)集上進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,數(shù)據(jù)的優(yōu)化處理能夠使DBN模型提高分類精度,基于DBN的入侵檢測(cè)方法具有良好的自適應(yīng)性,對(duì)未知樣本具有較高的識(shí)別能力。在檢測(cè)實(shí)時(shí)性上,所提方法與支持向量機(jī)(SVM)算法和反向傳播(BP)網(wǎng)絡(luò)算法相當(dāng)。

- 深度學(xué)習(xí)網(wǎng)絡(luò)的多分類器入侵檢測(cè)方法 21次下載
- 基于深度信念網(wǎng)絡(luò)的DDoS攻擊檢測(cè)算法 5次下載
- 基于DSCNN-BiLSTM的網(wǎng)絡(luò)入侵檢測(cè)方法 3次下載
- 基于集成深度算法的網(wǎng)絡(luò)入侵檢測(cè)方法 10次下載
- 基于神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測(cè) 2次下載
- 基于自適應(yīng)變異的工控入侵優(yōu)化算法 6次下載
- 一種基于DSCNN-BILSTM的入侵檢測(cè)方法 14次下載
- 深度模型中的優(yōu)化與學(xué)習(xí)課件下載 3次下載
- 基于深度信念網(wǎng)絡(luò)的實(shí)體識(shí)別算法 16次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 如何使用蝙蝠優(yōu)化算法的網(wǎng)絡(luò)入侵檢測(cè)模型提高入侵檢測(cè)的正確率 6次下載
- 入侵檢測(cè)樣本數(shù)據(jù)優(yōu)化方法 0次下載
- 基于組合智能的網(wǎng)絡(luò)入侵檢測(cè)模型
- 數(shù)據(jù)挖掘在網(wǎng)絡(luò)入侵檢測(cè)中的應(yīng)用研究
- 基于免疫原理的網(wǎng)絡(luò)入侵檢測(cè)模型研究
- 如何利用 AI 算法優(yōu)化碳化硅襯底 TTV 厚度測(cè)量數(shù)據(jù)處理 548次閱讀
- FPGA在數(shù)據(jù)處理中的應(yīng)用實(shí)例 2k次閱讀
- 經(jīng)典卷積網(wǎng)絡(luò)模型介紹 2k次閱讀
- 基于CNN的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)設(shè)計(jì) 2.8k次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法 1.5k次閱讀
- 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法有哪些 1.9k次閱讀
- 如何使用PyTorch建立網(wǎng)絡(luò)模型 1.3k次閱讀
- 深度學(xué)習(xí)模型訓(xùn)練過(guò)程詳解 4k次閱讀
- 深度學(xué)習(xí)的模型優(yōu)化與調(diào)試方法 2.5k次閱讀
- 數(shù)據(jù)處理的基本問(wèn)題 2k次閱讀
- 神經(jīng)網(wǎng)絡(luò)的DBN與GAN及RNN等形象的詳細(xì)資料講解 6.1k次閱讀
- 深度學(xué)習(xí)模型小型化處理的五種方法 5k次閱讀
- 針對(duì)線性回歸模型和深度學(xué)習(xí)模型,介紹了確定訓(xùn)練數(shù)據(jù)集規(guī)模的方法 7.1k次閱讀
- 基于Unrolling的深度方法及應(yīng)用 5.6k次閱讀
- 基于SNORT規(guī)則集的高速網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng) 5.2k次閱讀
下載排行
本周
- 1MDD品牌三極管MMBT3906數(shù)據(jù)手冊(cè)
- 2.33 MB | 次下載 | 免費(fèi)
- 2MDD品牌三極管S9012數(shù)據(jù)手冊(cè)
- 2.62 MB | 次下載 | 免費(fèi)
- 3聯(lián)想flex2-14D/15D說(shuō)明書(shū)
- 4.92 MB | 次下載 | 免費(fèi)
- 4收音環(huán)繞擴(kuò)音機(jī) AVR-1507手冊(cè)
- 2.50 MB | 次下載 | 免費(fèi)
- 524Pin Type-C連接器設(shè)計(jì)報(bào)告
- 1.06 MB | 次下載 | 免費(fèi)
- 6新一代網(wǎng)絡(luò)可視化(NPB 2.0)
- 3.40 MB | 次下載 | 免費(fèi)
- 7MS1000TA 超聲波測(cè)量模擬前端芯片技術(shù)手冊(cè)
- 0.60 MB | 次下載 | 免費(fèi)
- 8MS1022高精度時(shí)間測(cè)量(TDC)電路數(shù)據(jù)手冊(cè)
- 1.81 MB | 次下載 | 免費(fèi)
本月
- 1愛(ài)華AIWA HS-J202維修手冊(cè)
- 3.34 MB | 37次下載 | 免費(fèi)
- 2PC5502負(fù)載均流控制電路數(shù)據(jù)手冊(cè)
- 1.63 MB | 23次下載 | 免費(fèi)
- 3NB-IoT芯片廠商的資料說(shuō)明
- 0.31 MB | 22次下載 | 1 積分
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測(cè)距通信定位模塊規(guī)格書(shū)
- 838.47 KB | 5次下載 | 免費(fèi)
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8100W準(zhǔn)諧振反激式恒流電源電路圖資料
- 0.09 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137次下載 | 10 積分
- 2開(kāi)源硬件-PMP21529.1-4 開(kāi)關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191439次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
電子發(fā)燒友App





創(chuàng)作
發(fā)文章
發(fā)帖
提問(wèn)
發(fā)資料
發(fā)視頻
上傳資料賺積分
評(píng)論