基于深度生成模型的半监督入侵检测算法

摘要：

针对基于监督学习的入侵检测算法所需训练样本标签难以收集、无监督学习算法准确度不高,以及网络入侵检测中的高维数据处理的问题,提出一种基于深度生成模型的半监督入侵检测方法.该方法旨在构建合理有效的目标函数,提高模型的分类准确率及泛化能力.首先,用变分自编码(Variational Auto-Encoder,VAE)将高维原始数据双向映射至低维空间,以获得原始数据的低维表示;然后,用数据的生成模型提高单独使用有标签数据时的分类准确率.实验表明,该方法利用少量有标记数据能够取得较高的检测准确率.

关键词：入侵检测、生成模型、半监督、变分自编码

所属期刊栏目：46

分类号：TP393.08(计算技术、计算机技术)

资助基金：机载网络安全防护适航审定技术研究项目AADSA0018

在线出版日期：2019-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：197-201