本文针对网络流量数据规模较大、攻击与入侵样本分布不平衡等特点,提出了一种基于机器学习的入侵检测模型。该模型结合深度降噪自编码器与马氏距离差值算法,可以提取更为关键的特征,提高了神经网络进行入侵检测的性能。通过实验表明,本文所提的两种方法在入侵检测任务中呈现出更高的准确性,与原始自编码器相比提高了8.1%。
科研之友
微信
新浪微博
Facebook
分享链接
