基于改进深度学习的主动式通信网络入侵行为自适应识别算法OACSTPCD
针对外界参数变化较大时会严重影响识别准确率的问题,设计一种基于改进深度学习的主动式通信网络入侵行为自适应识别算法。归一化主动式通信数据,将卷积神经网络和BGRU进行结合,构建一个端到端检测攻击的改进型的循环神经网络,优化激活函数与逻辑回归分类器,稳定且自适应地识别主动式通信网络入侵行为。实验结果表明,所提算法在卷积核大小和学习率改变的情况下仍能保持较高的识别准确性,主动式通信网络入侵行为的识别结果具有自适应性。
伍均玺;林峰;高红云;
河北省财政厅一体化运维中心,河北石家庄050000河北网信智安信息技术有限公司,河北石家庄050000
计算机与自动化
改进深度学习网络入侵检测通信网络入侵自适应识别混合卷积神经网络
《微型电脑应用》 2024 (004)
P.9-12 / 4
河北省省级科技计划资助(20310701D)。
评论