双重路由深层胶囊网络的入侵检测系统

摘 要 深度学习与入侵检测相结合已成为当今网络空间安全的热点话题，面临不稳定的网络安全局势，如何能够准确检测出异常流量是入侵检测的重要任务.入侵数据中的每一条样本包含着多个特征，但并不是每一个特征都会决定样本的最终性质，并且某些特征反而会影响模型的判断能力.为了解决这个问题，提出了一种基于残差的双重路由深层胶囊网络的入侵检测模型.该模型使用深层胶囊网络，增强对特征的识别提取，可提取出更高维度的数据特征；使用混合注意力机制对原始数据进行处理，使模型着重关注影响因素大的特征；通过双重路由算法多方位捕捉基于向量表示的特征，并将特征进行聚类；采取残差连接和设置噪音胶囊2个策略来稳定动态路由的过程，以减轻噪音特征的干扰.最后在NSL-KDD数据集和CICIDS2017数据集上进行实验，结果表明准确率最高可达90.31%和99.23%.

关键词 入侵检测；混合注意力；动态路由；网络空间安全；胶囊网络

随着信息时代的不断发展，互联网络已经深入到了社会的方方面面，正在改变着人们的生活、学习和工作方式，同时面临的各种安全威胁也在不断增加，提供对数据的保护是安全开发人员面临的重要挑战.入侵检测