可变融合的随机注意力胶囊网络入侵检测模型OA北大核心CSCDCSTPCD
Intrusion detection model of random attention capsule network based on variable fusion
为了增强检测模型的准确率与泛化性,提出了一种可变融合的随机注意力胶囊网络的入侵检测模型,通过特征动态融合,模型能够更好地捕捉数据特征;同时使用随机注意力机制,减少了对训练数据的依赖,使模型更具有泛化能力.所提模型在NSL-KDD和UNSW-NB15数据集上进行验证,实验表明,模型在2种测试集上的准确率分别达到了99.49％和98.60％.
张兴兰;尹晟霖
北京工业大学信息学部,北京 100022北京工业大学信息学部,北京 100022
信息技术与安全科学
深度学习入侵检测网络空间安全胶囊网络随机注意力
《通信学报》 2020 (11)
160-168,9
国家自然科学基金资助项目(No.61801008)
评论