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
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进的深度信念网络的入侵检测方法
被引量:
7
1
作者
汪盼
宋雪桦
+3 位作者
王昌达
陈锋
徐夏强
蔡冠宇
《计算机工程与应用》
CSCD
北大核心
2020年第20期87-92,共6页
针对传统入侵检测方法很难快速准确地从海量无标签网络数据中提取特征信息以识别异常入侵,提出了基于改进的深度信念网络的softmax分类(IDBN-SC)入侵检测方法。利用改进的DBN对原始网络数据进行无监督特征学习,引入自适应学习速率减少...
针对传统入侵检测方法很难快速准确地从海量无标签网络数据中提取特征信息以识别异常入侵,提出了基于改进的深度信念网络的softmax分类(IDBN-SC)入侵检测方法。利用改进的DBN对原始网络数据进行无监督特征学习,引入自适应学习速率减少训练网络模型所需要的时间;采用softmax分类器对获得的降维数据进行网络攻击类型识别。在NSL-KDD数据集上进行测试,相比其他入侵检测方法,实验结果表明IDBN-SC方法不仅识别准确率平均提高3.02%,而且其softmax分类器训练时间平均缩短5.58 s。
展开更多
关键词
受限玻尔兹曼机
入侵检测
深度信念网络
softmax分类器
自适应学习速率
特征学习
下载PDF
职称材料
题名
基于改进的深度信念网络的入侵检测方法
被引量:
7
1
作者
汪盼
宋雪桦
王昌达
陈锋
徐夏强
蔡冠宇
机构
江苏大学计算机科学与通信工程学院
江苏仅一联合智造有限公司
镇江市丹徒区科学技术局
出处
《计算机工程与应用》
CSCD
北大核心
2020年第20期87-92,共6页
基金
国家重点研发计划(No.2017YFC1600804)
国家自然科学基金(No.61672269)。
文摘
针对传统入侵检测方法很难快速准确地从海量无标签网络数据中提取特征信息以识别异常入侵,提出了基于改进的深度信念网络的softmax分类(IDBN-SC)入侵检测方法。利用改进的DBN对原始网络数据进行无监督特征学习,引入自适应学习速率减少训练网络模型所需要的时间;采用softmax分类器对获得的降维数据进行网络攻击类型识别。在NSL-KDD数据集上进行测试,相比其他入侵检测方法,实验结果表明IDBN-SC方法不仅识别准确率平均提高3.02%,而且其softmax分类器训练时间平均缩短5.58 s。
关键词
受限玻尔兹曼机
入侵检测
深度信念网络
softmax分类器
自适应学习速率
特征学习
Keywords
restricted Boltzmann machine
intrusion detection
deep belief network
softmax classifier
adaptive learning rate
feature learning
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进的深度信念网络的入侵检测方法
汪盼
宋雪桦
王昌达
陈锋
徐夏强
蔡冠宇
《计算机工程与应用》
CSCD
北大核心
2020
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部