基于深度学习的实时网络入侵检测方法

作者：朱平哲

来源：安阳工学院学报, 2019, 18(04): 48-51.

DOI：10.19329/j.cnki.1673-2928.2019.04.012

• 入侵检测
• 实时网络
• 深度学习
• 多项式模型

网络安全问题日益严重,能够快速、有效地发现各类入侵行为的入侵检测技术成为当前的研究热点。本文汲取机器学习的性能优势,提出了一种基于深度学习的实时网络入侵检测方法,通过对带有入侵数据的大量训练样本的学习,构建用于区分正常状态和入侵状态的入侵检测模型。为了测试和评估该方法的性能,将其与随机森林、Logistic回归和贝叶斯等其他机器学习模型进行比较。实验结果表明,基于H2O深度学习多项式模型的性能均优于其他机器学习模型,可良好应用于实时网络入侵检测。

• 单位
  三门峡职业技术学院