网络攻击检测的门控记忆网络方法

摘要：

针对互联网大规模网络攻击检测难题,结合词向量特征表示与循环神经网络提出了一种门控记忆网络检测方法.首先将网络请求数据转换为低维实值向量序列表示,然后利用门控循环神经网络的长时记忆能力提取请求数据的特征,最后采用logistic回归分类器实现了对网络攻击的自动检测.在CSIC2010公开数据集上达到了98.5％的10折交叉验证E分数.与传统方法相比较大幅度地提高了网络攻击检测的准确率和召回率.所提方法可自动检测网络攻击,具有良好的检测效果.

关键词：网络攻击检测、低维实值向量表示、门控循环神经网络

所属期刊栏目：36

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家重点研发计划基金

在线出版日期：2019-10-24（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：2454-2457,2468