【论文】 An Intrusion Detection System Based on Deep Belief Networks 一种基于深度置信网络的入侵检测系统
联网设备的快速增长导致了被称为零日攻击的新型网络安全威胁的激增。 传统的基于行为的入侵检测系统 (IDS) 依靠深度神经网络 (DNN) 来检测这些攻击。 用于训练 DNN 的数据集的质量在检测性能中起着至关重要的作用,代表性不足的样本会导致性能不佳。 在本文中,我们开发并评估了深度置信网络(DBN)在检测互联设备网络内的网络攻击方面的性能。 CICIDS2017 数据集用于训练和评估我们提出的 DBN 方法的性能。 应用并评估了几种类别平衡技术。 最后,我们将我们的方法与传统的多层感知器(MLP)模型
原创
2023-07-08 20:40:28 ·
324 阅读 ·
0 评论