结合栈式自编码及长短时记忆的入侵检测研究
文献类型：期刊论文
| 作者 | 林硕4 ; 安磊4; 高治军4; 单丹4; 尚文利1,2,3
|
| 刊名 | 系统仿真学报
 |
| 出版日期 | 2021 |
| 卷号 | 33期号:6页码:1288-1296 |
| 关键词 | 深度学习 入侵检测技术 栈式降噪自编码器 长短时记忆网络 |
| ISSN号 | 1004-731X |
| 其他题名 | Research on Intrusion Detection Based on Stacked Autoencoder and Long-short Memory |
| 产权排序 | 2 |
| 英文摘要 | 目前，针对网络攻击越来越隐蔽，且具有智能化和复杂化的特点，浅层的机器学习已经无法及时应对，文中提出了一种基于SDAE(Stacked Denoising Autoencoder)和LSTM(Long Short-Term Memory)相结合的深度学习方法。首先，通过堆叠深层的SDAE智能逐层抽取网络数据的分布规则，结合各个编码层的系数惩罚和重构误差对高维数据进行多样性异常特征提取。然后，结合LSTM的记忆功能和强大的序列数据学习能力进行学习分类。最后，在UNSW-NB15数据集上进行了实验，通过调整时间步长进行分析，实验结果表明，该模型具有检测准确率高、误报率低的优点。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6990911 |
| 资助机构 | 国家自然科学基金面上项目(61773368) ; 辽宁省教育厅科学技术项目(Injc201912) ; 辽宁省教育厅青年科技人才“育苗”项目(Inqn201912) |
| 源URL | [http://ir.sia.cn/handle/173321/26922]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 通讯作者 | 高治军 |
| 作者单位 | 1.中国科学院沈阳自动化研究所工业控制网络与系统研究室 2.中国科学院机器人与智能制造创新研究院 3.中国科学院网络化控制系统重点实验室 4.沈阳建筑大学信息与控制工程学院 |
| 推荐引用方式 GB/T 7714 | 林硕,安磊,高治军,等. 结合栈式自编码及长短时记忆的入侵检测研究[J]. 系统仿真学报,2021,33(6):1288-1296. |
| APA | 林硕,安磊,高治军,单丹,&尚文利.(2021).结合栈式自编码及长短时记忆的入侵检测研究.系统仿真学报,33(6),1288-1296. |
| MLA | 林硕,et al."结合栈式自编码及长短时记忆的入侵检测研究".系统仿真学报 33.6(2021):1288-1296. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。