节点文献

基于SSAE-PNN算法的网络入侵检测研究

免费订阅

【作者】 熊雨坤王怀彬

【Author】 XIONG Yu-kun;WANG Huai-bin;School of Computer Science and Engineering,Tianjin University of Technology;

【通讯作者】 王怀彬;

【机构】 天津理工大学计算机科学与工程学院

【摘要】 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.

【基金】 天津市科技重大专项(16YDLJGX00210)
  • 【分类号】TP393.08;TP183
  • 【下载频次】39
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: