随着网络技术的快速发展,网络入侵等网络信息安全隐患引起人们的日益关注,通过入侵检测来及时发现潜在网络入侵行为是抵御入侵的一种有效手段,在实际应用中具有重要的意义。该文引入基于条件变分自编码器的深度学习模型,利用Tensorflow框架搭建了一个入侵检测系统。为了验证本文入侵检测系统的有效性,我们在公开的NSL-KDD数据集上开展了相应的性能测试,实验结果表明所设计的入侵检测系统在五种网络状态的预判分类上准确率达到了72.2%,可以在实际部署中对入侵行为进行有效分类。
科研之友
微信
新浪微博
Facebook
分享链接
