基于VDCNN和LSTM混合模型的入侵检测算法

作者：王竹; 赵建新^*; 张宏映; 李亚军; 冷丹

来源：火力与指挥控制, 2022, 47(02): 170-175.

• VDCNN
• LSTM
• 入侵检测
• CES-CIC-IDS2018

为了提高入侵检测系统在复杂数据集下的分类性能，提出一种将超深度卷积网络（very deep convolutional neural networks,VDCNN）和长短时记忆网络（long short-term memory,LSTM）混合模型的入侵检测算法。本模型通过CICFlowMeter工具对CES-CIC-IDS2018数据集进行特征采集，并对采集到的特征进行清洗、转换等预处理；将处理好的数据分别传入VDCNN网络和LSTM网络中获取数据特征和关联特征；最后将两类特征传入融合层以实现在特定维度上的拼接，形成新的数据特征进行分类识别，得出检测结果。使用了多种对比方法进行验证，实验结果表明所提分类模型相较与其他模型有效提高了入侵检测识别的准确率。

• 单位
  北方自动控制技术研究所