首页
文献互助
登录
|
注册
我要投稿
期刊屋
>
电子
基于不完全信息的深度学习网络入侵检测
【摘要】 在网络数据的采集与传输过程中,经常面临无法完全采集、信息丢失等情况。在不完全信息条件下的网络入侵检测成为网络异常检测的难题。为解决不完全信息入侵检测准确率的问题,结合网络数据的特点,文章提出一种基于不完全信息的深度学习网络入侵检测模型(NIDII-DL),借助多层感知神经网络构建深度学习模型,实现信息不完全条件下的入侵检测。实验结果表明,NIDII-DL方法在不完全信息条件下的分类精度高于其他算法,且对信息不完全的敏感度更低。
【基于不完全信息的深度学习网络入侵检测】相关的文章
电子 最新帖子
1
一种基于广义Jaccard系数的MsGOMP红外图像去噪算法
2
基于改进IMM运动模型的室内定位算法
3
多叉指Rayleigh波器件的建模及特性研究
4
喷墨打印钙钛矿光电器件的研究进展
5
多类型高精度测温系统设计
6
基于集成学习的风云四号遥感图像云相态分类算法
7
高纯半绝缘SiC材料上缺陷的发光特性的研究
8
2020空间电子信息学术交流大会征稿通知
9
一种针对恶意软件家族的威胁情报生成方法
10
第十五届全国激光技术与光电子学学术会议暨2019年中国光学十大进展发布会
热门文章
1
基于SWIPT的吞吐量最优化NOMA全双工中继选择策略
2
DWB-AES基于AES的动态白盒实现方法
3
基于并联DPMZM的大动态范围微波光子混频系统
4
基于Cocks身份密码体制的高效签密方案
5
Challenges for beyond 5Gultra-densification of radio access network
6
可见光通信自适应O-OFDM符号分解串行传输系统设计与研究
7
面向隐私保护的多属性逆向频谱拍卖方案
8
面向不确定CSI随机接入网络的深度稳健资源分配
9
具有多参数恒Lyapunov指数谱的新型统一混沌系统
10
基于L-DHT的多租户虚拟域隔离构建方法