基于BiLSTM和注意力机制的入侵检测 |
| |
作者姓名: | 舒豪 王晨 史崯 |
| |
作者单位: | 武汉邮电科学研究院烽火科技学院,湖北武汉430000;南京烽火软件科技有限公司,江苏南京210000;南京烽火软件科技有限公司,江苏南京210000 |
| |
摘 要: | 由于传统网络入侵检测方法的局限性无法满足当前网络安全需要,为提高网络入侵检测的准确率,引入机器学习算法,提出一种基于BiLSTM (bi-directional long short-term memory)和注意力机制的网络入侵检测方法。利用BiLSTM网络进行长距离依赖特征提取,利用DNN (deep neural network)提取更深层次的特征,引入注意力机制增加对特征重要性的计算,通过softmax分类器获得分类结果。使用NSLKDD数据集作为实验数据,实验结果表明,相比于对比方法,该方法有效提高了入侵检测的准确率,验证了该方法的有效性。
|
关 键 词: | 入侵检测 机器学习 注意力机制 双向长短期记忆 深度神经网络 |
本文献已被 万方数据 等数据库收录! |
|