基于CNN-NSVM的入侵检测模型
王佳林 童恩栋 牛温佳 刘吉强 赵迪
北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室

复制成功

摘要: 网络入侵检测系统在网络安全中占据重要位置。然而,面对现代网络的复杂变化,人们对于入侵检测系统的需求不仅仅只停留在较高的准确率方面,对检测效率也提出了更高的要求。随着数据维度和数量的不断提高,训练时间也随之增长。同时,入侵检测系统对于小样本数据检测的准确率较低。针对这些问题,改进了过采样算法,提出一种新的基于CNN-NSVM的入侵检测模型,将深度神经网络与浅层分类器相结合,融合了多层卷积神经网络和多类支持向量机算法。实验结果显示,相比其他方法,显著减少了训练时间,提高了不平衡数据中小样本检测的准确率。
关键词: 入侵检测技术卷积神经网络支持向量机网络安全
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊所刊发的文章将授权中国知网或维普、万方等数据库检索,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。



提示文字!

注:我们将于1~7个工作日告知您审稿结果,请耐心等待;

您也可以在官网首页点击“查看投稿进度”输入文章题目,查询稿件实时进程。

为你推荐

版权所有 © 2025 世纪中文出版社  京ICP备2024086036号-2