科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前网络攻击的复杂性和多样性，传统模型提取流量特征不足且准确率较低的问题，提出一种融合残差网络改进的CR-BiGRU混合模型的网络入侵检测方法.首先将数据集进行归一化以及独热编码处理，然后利用基于残差网络的卷积神经网络提取空间特征，最后使用双向门控神经网络提取时间特征，完成模型的训练并实现异常网络的入侵检测.为表明模型的适用性，基于数据集NSL-KDD和UNSW-NB15进行对比分析实验，结果表明，该方法基于上述数据集准确率分别达99.40%和83.79%,明显优于经典网络入侵检测算法，能有效提升检测网络入侵的精度，从而更好保证网络数据的通信安全.
- 单位
