期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于卷积神经网络的网络入侵检测模型设计
下载PDF
职称材料
导出
摘要
基于卷积神经网络构建一种网络入侵检测模型,分析网络入侵检测系统的基本原理,设计模型结构和各模块,并进行模型实现及测试。在数据预处理、模型参数设置、训练和测试过程中取得了良好效果,为网络安全领域提供了新的解决方案。
作者
陆俊杰
机构地区
广西民族大学相思湖学院
出处
《信息记录材料》
2024年第7期163-165,168,共4页
Information Recording Materials
基金
2024年度广西高校中青年教师科研基础能力提升项目“基于卷积神经网络(CNN)的入侵检测模型的构建研究”(2024KY1707)。
关键词
卷积神经网络
网络入侵检测
模型构建
分类号
TP309.2 [自动化与计算机技术—计算机系统结构]
引文网络
相关文献
节点文献
二级参考文献
48
参考文献
10
共引文献
64
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
10
1
沈记全,魏坤.
融合残差网络的CR-BiGRU入侵检测模型[J]
.吉林大学学报(理学版),2023,61(2):353-361.
被引量:7
2
周璨,杨栋,魏松杰.
融合GRU和CNN的轻量级网络入侵检测模型[J]
.计算机系统应用,2023,32(8):162-170.
被引量:5
3
陈雪.
基于深度学习的网络入侵检测方法[J]
.电信工程技术与标准化,2022,35(8):88-92.
被引量:3
4
关生,周延森.
拆分降尺度卷积神经网络入侵检测方法[J]
.科学技术与工程,2022,22(36):16108-16115.
被引量:7
5
谢金鑫,王怀彬.
基于卷积神经网络模型的网络入侵检测研究[J]
.天津理工大学学报,2022,38(3):32-36.
被引量:9
6
饶海兵,朱苏磊,杨春夏.
基于空时特征融合和注意力机制的网络入侵检测模型[J]
.计算机与现代化,2022(6):116-121.
被引量:6
7
张志飞,王露漫.
基于机器学习的网络入侵检测算法研究[J]
.计算机应用与软件,2022,39(10):336-343.
被引量:10
8
王艺霏,莫爽,吴文睿,范少华,肖丁.
基于内外卷积网络的网络入侵检测[J]
.北京邮电大学学报,2021,44(5):94-100.
被引量:15
9
葛继科,刘浩因,李青霞,陈祖琴.
基于改进CNN-LSTM的网络入侵检测模型研究[J]
.软件工程,2022,25(1):56-58.
被引量:6
10
冯英引,师智斌.
不平衡数据下基于CNN的网络入侵检测[J]
.中北大学学报(自然科学版),2021,42(4):318-324.
被引量:14
二级参考文献
48
1
李升,宋舜宏.
网络入侵检测中属性分组的随机森林算法[J]
.计算机安全,2009(11):23-25.
被引量:2
2
赵海波,李建华,杨宇航.
网络入侵智能化实时检测系统[J]
.上海交通大学学报,1999,33(1):76-79.
被引量:37
3
欧阳喆,周永权.
自适应步长萤火虫优化算法[J]
.计算机应用,2011,31(7):1804-1807.
被引量:58
4
刘敏,郎荣玲,曹永斌.
随机森林中树的数量[J]
.计算机工程与应用,2015,51(5):126-131.
被引量:58
5
李威,杨忠明.
入侵检测系统的研究综述[J]
.吉林大学学报(信息科学版),2016,34(5):657-662.
被引量:18
6
孙程,邢建春,杨启亮,韩德帅.
基于改进朴素贝叶斯的入侵检测方法[J]
.微型机与应用,2017,36(1):8-10.
被引量:9
7
袁琴琴,吕林涛.
基于改进蚁群算法与遗传算法组合的网络入侵检测[J]
.重庆邮电大学学报(自然科学版),2017,29(1):84-89.
被引量:31
8
Zichan Ruan,Yuantian Miao,Lei Pan,Nicholas Patterson,Jun Zhang.
Visualization of big data security: a case study on the KDD99 cup data set[J]
.Digital Communications and Networks,2017,3(4):250-259.
被引量:3
9
张夏.
基于机器学习算法的网络入侵检测[J]
.现代电子技术,2018,41(3):124-127.
被引量:11
10
赵楠,张小芳,张利军.
不平衡数据分类研究综述[J]
.计算机科学,2018,45(B06):22-27.
被引量:47
共引文献
64
1
汪祖民,王冬昊,梁霞,邹启杰,秦静,高兵.
基于DBSCAN_GAN_XGBoost的网络入侵检测方法[J]
.郑州大学学报(工学版),2022,43(3):44-51.
被引量:14
2
林楚强.
基于机器学习的恶意行为流量特征分类[J]
.自动化与仪器仪表,2022(6):7-12.
被引量:1
3
付吉菊.
交互式网络恶意入侵跳频数据特征自动挖掘方法[J]
.宁夏师范学院学报,2022,43(7):72-79.
被引量:2
4
赵辉.
入侵检测在机器学习和深度学习中的发展[J]
.现代计算机,2022,28(13):62-66.
被引量:5
5
王胜文.
基于区间犹豫模糊集成算子的入侵检测模型[J]
.模糊系统与数学,2022,36(4):161-167.
6
邓泽夫.
基于CNN-SVM的调频连续波毫米波雷达人体姿势识别研究[J]
.软件工程,2022,25(10):28-31.
被引量:3
7
朱昱林.
基于生成对抗网络的计算机异常数据入侵检测分析[J]
.集成电路应用,2022,39(8):124-125.
被引量:1
8
李鹏,王方媛.
基于大数据环境下网络非法入侵检测系统设计[J]
.信息记录材料,2022,23(11):223-225.
被引量:1
9
关生,周延森.
拆分降尺度卷积神经网络入侵检测方法[J]
.科学技术与工程,2022,22(36):16108-16115.
被引量:7
10
强丽丽,郭磊.
基于均衡化样本类别的图书馆网络入侵自动检测研究[J]
.自动化与仪器仪表,2023(1):48-52.
被引量:2
1
王嘉铭,杨凯.
基于CNN⁃BiGRU的网络入侵检测研究[J]
.信息记录材料,2024,25(7):180-183.
2
黄亮浩.
网络安全设备集中运维平台的管理与应用[J]
.数字技术与应用,2024,42(3):110-112.
3
童炜华.
基于人工智能技术的分布式入侵检测系统设计[J]
.信息记录材料,2024,25(7):150-152.
4
王俊娜,高新平.
电力系统计算机网络信息安全防护研究[J]
.工业控制计算机,2024,37(7):137-138.
5
杨辉.
深度强化学习在网络入侵中的应用研究[J]
.信息记录材料,2024,25(7):243-245.
6
廖文佳.
人工智能在网络空间安全领域的应用探究[J]
.信息记录材料,2024,25(7):71-73.
7
王璇.
网络风险管控体系构建及应用[J]
.数字技术与应用,2024,42(3):113-115.
8
王增辉,王丽丽.
使用Petri网进行Web系统异常行为识别[J]
.佳木斯大学学报(自然科学版),2024,42(7):10-14.
信息记录材料
2024年 第7期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部