基于RFE+SVM的卷积神经网络在入侵检测方面的应用
神经网络在入侵检测方向的使用已经是入侵检测领域的热门发展方向.传统入侵检测方法如机器学习、数据挖掘、统计分析等都具有一定局限性.通过引入基于RFE+SVM降维的卷积神经网络算法,从Python的深度学习库(tensorflow)出发,搭建出一类基于卷积神经网络的入侵检测数据分类模型.通过数据集对比及实验证明,该模型有效且稳定的提高了对异常数据的判别率,并可发现未知的攻击类型.
入侵检测、RFE+SVM、tensorflow、卷积神经网络、未知攻击
17
TP393(计算技术、计算机技术)
国家科技重大专项16YDLJGX00210
2021-06-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
191-193