基于多层神经网络的智能家居入侵检测方法

摘要：

依托物联网技术的智能家居面临多重信息安全风险,现有智能家居入侵检测方案存在难以处理大量高维度数据、检测率低、误检率高、依赖经验确定网络层数等问题.提出一种融合深度学习与模糊神经网络的多层神经网络入侵检测方法;基于深度学习完成数据特征的学习,将高维数据映射为低维数据;基于网络重构误差训练并优化确定网络深度.仿真测试结果表明,该方案可有效提高对攻击行为的检测准确率和检测效率;针对远程非法访问的检测率可达到94％,对拒绝服务攻击的检测准确率可达96％,对网络中新型攻击的检测率超过60％.

关键词：智能家居、入侵检测、深度学习、模糊神经网络、检测准确率

所属期刊栏目：31

分类号：TP393(计算技术、计算机技术)

资助基金：重庆市教委科学研究项目KJ1602201;教育部-中国移动联合基金MCM20150202

在线出版日期：2019-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：174-182