| 基于CNN和SVM的报文入侵检测方法 |
| |
| 引用本文： | 徐雪丽,段娟,肖创柏,张斌.基于CNN和SVM的报文入侵检测方法[J].计算机系统应用,2020,29(6):39-46. |
| |
| 作者姓名： | 徐雪丽 段娟 肖创柏 张斌 |
| |
| 作者单位： | 北京工业大学信息学部,北京100124;北京工业大学信息学部,北京100124;北京工业大学信息学部,北京100124;北京工业大学信息学部,北京100124 |
| |
| 基金项目： | 国家自然科学基金(61501008); 北京市自然科学基金(4172002, 4172012); 北京市科技计划(Z171100004717001); 北京市教委科技计划(KM201910005029) |
| |
| 摘 要： | 为了进一步提高网络异常检测的准确率, 本文在对现有入侵检测模型分析的基础上, 提出了一种基于卷积神经网络和支持向量机的网络报文入侵检测方法. 该方法首先将数据预处理成二维矩阵, 为了防止算法模型过拟合, 利用permutation函数将数据随机打乱, 然后利用卷积神经网络CNN从预处理后的数据中学习有效特征, 最后通过支持向量机SVM分类器将得到的向量进行分类处理. 在数据集选择上, 采用网络入侵检测常用的权威数据集—京都大学蜜罐系统数据集, 通过与GRU-Softmax、GRU-SVM等现有检测率较高的模型进行实验对比, 该模型在准确率上最高分别提高了19.39% 和12.83%, 进一步提升了网络异常检测的准确度. 同时, 本研究所提出方法在训练速度和测试速度上有较大提高.
|
| 关 键 词： | 入侵检测 卷积神经网络 支持向量机 文本分类 深度学习 |
| 收稿时间： | 2019/11/21 0:00:00 |
| 修稿时间： | 2019/12/16 0:00:00 |
Network Packet Intrusion Detection Method Based on CNN and SVM |
| |
| XU Xue-Li,DUAN Juan,XIAO Chuang-Bai,ZHANG Bin.Network Packet Intrusion Detection Method Based on CNN and SVM[J].Computer Systems& Applications,2020,29(6):39-46. |
| |
| Authors: | XU Xue-Li DUAN Juan XIAO Chuang-Bai ZHANG Bin |
| |
| Affiliation: | Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China |
| |
| Abstract: | |
| |
| Keywords: | intrusion detection Convolutional Neural Networks (CNN) Support Vector Machine (SVM) text classification deep learning |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
