删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于密集连接卷积神经网络的入侵检测技术研究

本站小编 Free考研考试/2022-01-03

缪祥华,
单小撤,
昆明理工大学信息工程与自动化学院 昆明 650500

详细信息
作者简介:缪祥华:男,1972年,博士后,副教授,研究方向为信息安全、网络安全、移动通信安全
单小撤:男,1992年,硕士生,研究方向为信息安全、入侵检测
通讯作者:单小撤 2258868766@qq.com
中图分类号:TN918.91

计量

文章访问数:2262
HTML全文浏览量:606
PDF下载量:97
被引次数:0
出版历程

收稿日期:2019-08-29
修回日期:2020-05-09
网络出版日期:2020-05-28
刊出日期:2020-11-16

Research on Intrusion Detection Technology Based on Densely Connected Convolutional Neural Networks

Xianghua MIAO,
Xiaoche SHAN,
School of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China


摘要
摘要:卷积神经网络在入侵检测技术领域中已得到广泛应用,一般地认为层次越深的网络结构其在特征提取、检测准确率等方面就越精确。但也伴随着梯度弥散、泛化能力不足且参数量大准确率不高等问题。针对上述问题,该文提出将密集连接卷积神经网络(DCCNet)应用到入侵检测技术中,并通过使用混合损失函数达到提升检测准确率的目的。用KDD 99数据集进行实验,将实验结果与常用的LeNet神经网络、VggNet神经网络结构相比。分析显示在检测的准确率上有一定的提高,而且缓解了在训练过程中梯度弥散问题。
关键词:入侵检测/
卷积神经网络/
密集连接/
梯度弥散
Abstract:Convolutional Neural Network (CNN) is widely used in the field of intrusion detection technology. It is generally believed that the deeper the network structure, the more accurate in feature extraction and detection accuracy. However, it is accompanied with the problems of gradient dispersion, insufficient generalization ability and low accuracy of parameters. In view of the above problems, the Densely Connected Convolutional Network (DCCNet) is applied into the intrusion detection technology, and achieve the purpose of improving the detection accuracy by using the hybrid loss function. Experiments are performed with the KDD 99 data set, and the experimental results are compared with the commonly used LeNet neural network and VggNet neural network structure. Finally, the analysis shows that the accuracy of detection is improved, and the problem of gradient vanishing during training is alleviated.
Key words:Intrusion detection/
Convolutional Neural Network (CNN)/
Dense connection/
Gradient vanishing



PDF全文下载地址:

https://jeit.ac.cn/article/exportPdf?id=1293a7dd-dfbc-4a7c-99ce-11d1be156c9e
相关话题/实验 网络 结构 昆明理工大学 数据

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于粒子群优化多核支持向量数据描述的广播式自动相关监视异常数据检测模型
    王布宏,罗鹏,,李腾耀,田继伟,尚福特空军工程大学信息与导航学院西安710077基金项目:国家自然科学基金(61902426)详细信息作者简介:王布宏:男,1975年生,博士,教授,研究方向为人工智能安全、信息物理系统安全等罗鹏:男,1995年生,硕士生,研究方向为人工智能安全、ADS-B数据攻击检 ...
    本站小编 Free考研考试 2022-01-03
  • 基于结构组全变分模型的图像压缩感知重建
    赵辉,,杨晓军,张静,孙超,张天骐1.重庆邮电大学通信与信息工程学院重庆4000652.重庆邮电大学信号与信息处理重庆市重点实验室重庆400065基金项目:国家自然科学基金(61671095)详细信息作者简介:赵辉:女,1980年生,教授,硕士生导师,研究方向为信号与图像处理杨晓军:男,1994年生 ...
    本站小编 Free考研考试 2022-01-03
  • 具有聚类结构相似性的非参数贝叶斯字典学习算法
    董道广,,芮国胜,田文飚,张洋,刘歌海军航空大学信号与信息处理山东省重点实验室烟台264001基金项目:国家自然科学基金(41606117,41476089,61671016)详细信息作者简介:董道广:男,1990年生,博士,研究方向为贝叶斯统计学习、压缩感知与大气波导芮国胜:男,1968年生,博士 ...
    本站小编 Free考研考试 2022-01-03
  • ADS-B攻击数据弹性恢复方法
    李腾耀1,王布宏1,,,尚福特1,田继伟1,曹堃锐1,21.空军工程大学信息与导航学院西安7100772.国防科技大学信息通信学院西安710106基金项目:国家自然科学基金(61902426)详细信息作者简介:李腾耀:男,1991年生,博士生,研究方向为ADS-B数据攻击检测及弹性恢复王布宏:男,1 ...
    本站小编 Free考研考试 2022-01-03
  • 面向物联网隐私数据分析的分布式弹性网络回归学习算法
    方维维1,,,刘梦然1,王云鹏1,李阳阳2,安竹林31.北京交通大学计算机与信息技术学院北京1000442.社会安全风险感知与防控大数据应用国家工程实验室北京1000413.中国科学院计算技术研究所北京100190基金项目:北京市自然科学基金(L191019),赛尔网络下一代互联网创新项目(NGII ...
    本站小编 Free考研考试 2022-01-03
  • 一种基于线性规划的有向网络链路预测方法
    李劲松1,彭建华1,刘树新1,,,季新生1,21.中国人民解放军战略支援部队信息工程大学郑州4500012.清华大学计算机科学与技术系北京100084基金项目:国家自然科学基金(61803384)详细信息作者简介:李劲松:男,1992年生,博士生,研究方向为复杂网络,链路预测,网络安全彭建华:男,1 ...
    本站小编 Free考研考试 2022-01-03
  • 弹性光网络中时延感知的降级恢复路由与频谱分配算法
    于存谦,张黎,何荣希,,李靖宇大连海事大学信息科学技术学院 大连 116026基金项目:国家自然科学基金(61371091,61801074),中国博士后科学面上基金(2019M661074),辽宁省自然科学基金(2019-BS-021),中央高校基本科研业务费(3132020205,3132019 ...
    本站小编 Free考研考试 2022-01-03
  • 生存性条件约束下的软件定义光网络控制器部署算法
    曾帅1,钱志华1,赵天烽2,,,任彦1,王育杰11.重庆邮电大学未来网络研究中心重庆4000652.电子科技大学信息与通信工程学院成都611731基金项目:重庆市科委基础研究与前沿探索项目(cstc2018jcyjA0743),重庆市教委科学技术研究项目(KJQN201800640),国家自然科学基 ...
    本站小编 Free考研考试 2022-01-03
  • 基于迟滞噪声混沌神经网络的导频分配
    邵凯1,2,3,,,李述栋1,2,王光宇1,2,3,付天飞1,21.重庆邮电大学通信与信息工程学院重庆4000652.移动通信技术重庆市重点实验室重庆4000653.移动通信教育部工程研究中心重庆400065详细信息作者简介:邵凯:男,1977年生,副教授,研究方向为新型多载波调制技术、新型多址接入 ...
    本站小编 Free考研考试 2022-01-03
  • 基于同步性脑网络的支持张量机情绪分类研究
    黄丽亚1,苏义博1,,,马捃凯1,丁威威1,宋传承21.南京邮电大学电子与光学工程学院微电子学院南京2100232.南京邮电大学贝尔英才学院南京210023基金项目:国家自然科学基金(61977039)详细信息作者简介:黄丽亚:女,1972年生,教授,研究方向为物联网RFID技术、EDA技术以及通信 ...
    本站小编 Free考研考试 2022-01-03