基于神经网络的入侵检测系统的设计与实现

作     者：肖中峰 何思熙 XIAO Zhongfeng;HE Sixi

作者机构：湖南信息职业技术学院长沙410200 

基　　金：2022年湖南省教育厅科学研究项目:数字化背景下网络异常行为分析与识别研究(22B1031) 

出 版 物：《计算机应用文摘》 (Chinese Journal of Computer Application)

年 卷 期：2023年第39卷第13期

页      码：49-51页

摘      要：入侵检测系统可以及时发现和响应网络攻击,保护重要的数据和资源。基于神经网络的入侵检测系统是一种利用神经网络技术来实现入侵检测的方法,通过对现有攻击方法和模式的模拟仿真,利用大量数据的训练来学习特征和模式,并用于分类、识别和预测等任务。该方法具有一定的泛化能力和自适应能力,可以处理大规模和复杂的数据,提高检测的准确率和鲁棒性。文章基于递归神经网络搭建了一个入侵检测系统的框架并用NSL-KDD数据集做了训练和测试。实验结果表明,入侵检测系统框架中的LSTM网络架构表现最好,VAC,TAC,F1S分别达到了98.16%,84.76%,98.48%,可以满足实际应用需求。

主 题 词：循环神经网络 入侵检测系统 XGBoost Softmax 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

馆 藏 号：203122500...