基于CNN-BiLSTM与三支决策的入侵检测方法OA
Intrusion Detection Method Based on CNN-BiLSTM and Three-Way Decisions
随着网络入侵行为越来越多样化和智能化,网络数据特征维数高且非线性可分,传统的入侵检测算法存在对网络数据特征提取不充分、模型分类准确率低等问题.针对上述问题,使用卷积神经网络CNN与双向长短期记忆BiLSTM相结合的方式对网络数据进行特征提取,通过多次特征提取构造出一个多粒度的特征空间.并且,利用基于三支决策(TWD)理论的分类器对网络行为进行划分,对于划分到边界域中的网络行为,根据不同粒度的特征作进一步分析.由此,提出一种基于CNN-BiLSTM…查看全部>>
沈雪;王逊;黄树成;王云沼
江苏科技大学计算机学院,江苏镇江212003江苏科技大学计算机学院,江苏镇江212003江苏科技大学计算机学院,江苏镇江212003中国人民解放军陆军通信训练基地,北京100029
信息技术与安全科学
CNN-BiLSTM三支决策特征提取入侵检测
《软件导刊》 2022 (8)
基于鲁棒表观建模的目标跟踪方法研究
7-13,7
国家自然科学基金项目(61772244)
评论