结合粒子群优化与强化学习的攻击检测系统

摘要：

为应对网络攻击不断升级演变的问题,结合粒子群优化算法与强化学习提出一种半监督学习的攻击检测系统.通过强化学习机制引入安全专家对攻击进行半监督学习,增强检测系统对新型攻击的识别能力;利用深度自编码器学习网络流量数据的深度特征,将特征集传入深度神经网络;深度神经网络对输入的特征集进行迁移学习,根据特征对数据进行分类.在近期公开的入侵检测系统数据集上完成了仿真实验,其结果表明,该系统实现了较高的攻击检测率.

关键词：强化学习、深度神经网络、迁移学习、深度自编码器、网络安全、入侵检测系统、粒子群优化、深度学习

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;山西工程科技职业大学教改基金项目

在线出版日期：2023-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3316-3323