网络入侵检测论文阅读1

2016 A Deep Learning Approach for Network Intrusion Detection System

1.主要工作:使用Self-taught Learning在NLS- KDD上做了异常检测的工作。

2.Self-taught Learning的简单介绍

Self-taught Learning是一种深度学习网络,对于分类,包含两个阶段。

一阶段:从大量的无标签的数据中学习到好的特征表示,这被看作为无监督特征学习Unsupervised Feature Learning(UFL)。

二阶段:将学习到的特征应用到标签数据中做分类任务。

虽然无标签数据和有标签数据可能来自不同的数据分布,但是它们之间有一定的联系。

Self-taught Learning,我的理解是,将无标签数据送入网络进行训练(把网络的参数确定好),再把有标签的数据放入训练好的网络中(用来提取有标签数据的特征信息),为接下来做分类任务做好准备。

Self-taught Learning的详细理解可以看这里

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值