基于人工智能的网络入侵检测与防御研究

作者：丁宝星

来源：中国信息化, 2023, (11): 76-78.

<正>本研究专注于基于人工智能的网络入侵检测与防御方法，以迎接不断升级的网络安全威胁。运用迁移学习和开放集识别等技术，实现显著突破。首先，通过迁移学习构建分类模型，解决新数据标签缺失和分布差异，跨数据集迁移提升检测准确率。其次，引入极值理论，OpenCNN模型实现未知攻击检测，在CICIDS2017和CTU数据集达到98.72%准确率。同时，针对标签数据稀缺，基于主动半监督学习选择和标注未标样本，优化模型性能。