天津理工大学学报

2019, v.35;No.156(05) 6-11

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于SSAE-PNN算法的网络入侵检测研究
Research on network intrusion detection based on SSAE-PNN algorithm

熊雨坤;王怀彬;

摘要(Abstract):

针对常用的入侵检测算法的收敛速度慢和误报率高的问题,本文提出一种基于栈式稀疏自编码器(SSAE)和概率神经网络(PNN)的入侵检测方法.首先,使用栈式稀疏自编码器对数据进行特征提取,获得低维、深层次的特征集,从而降低检测结果的误报率;然后,使用收敛速度快的概率神经网络对特征集分类,减少了训练模型的时间.本文使用NSL-KDD数据集对模型进行验证,实验结果表明,与其他入侵检测算法相比,SSAE-PNN模型取得了更优秀的检测效果.

关键词(KeyWords): 网络入侵检测;SSAE-PNN;自编码器;概率神经网络;特征提取

Abstract:

Keywords:

基金项目(Foundation): 天津市科技重大专项(16YDLJGX00210)

作者(Author): 熊雨坤;王怀彬;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享