摘要: 基于深度学习的网络异常检测目前是入侵检测领域新的研究方向,但是大部分研究都是利用数据挖掘处理后的特征数据进行特征学习和分类.因此本文利用UNSW-NB15作为主要研究数据集,利用独热编码对数据集中的原始网络包进行编码,维度重构后形成二维数据,并... 展开
| 作者 | Liang Jie 梁杰 Chen Jiahao 陈嘉豪 Zhang Xueqin 张雪芹 Zhou Yue 周悦 Lin Jiajun 林家骏 | ||
|---|---|---|---|
| 作者单位 | |||
| 文集名称 | 2018年第十一届信息安全漏洞分析与风险评估大会论文集 | ||
| 出版年 | 2018 | ||
| 会议名称 | 2018年第十一届信息安全漏洞分析与风险评估大会 | ||
| 组织单位 | 中国信息安全测评中心 | ||
| 页码 | 106-120 | 开始页/总页数 | 00000106 / 15 |
| 会议日期/会议地点 | 2018-09-16 / 江苏无锡 | 会议年 | 2018 |
| 中图分类号 | TP393.08 | ||
| 关键词 | 计算机网络安全 异常检测 卷积神经网络 独热编码 | ||
| 机标主题词 | 编码;人工神经网络;卷积 | ||
| 机标分类号 | TN76;TP18;O177.6 | ||
| 馆藏号 | DZ05590 | ||
