文档名：基于CNN和RNN混合模型的入侵检测
随着信息技术的迅猛发展,入侵检测系统越来越受到关注.文中针对在入侵检测中单一应用卷积神经网络(CNN)和循环神经网络(RNN)无法同时学习时序和空间特征的问题,提出了一种基于CNN和RNN的混合模型,将CNN和RNN模块的输出线性连接形成中间混合层.通过在NSL-KDD数据集上的实验结果可知,该模型有效提高了入侵检测识别的精度和分类准确性.
作者：张展 赵英 陈骏君 刘淑梅
作者单位：北京化工大学信息科学与技术学院北京100029北京化工大学图书馆北京100029
母体文献：中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集
会议名称：中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会
会议时间：2020年12月1日
会议地点：北京
主办单位：中国计算机用户协会
语种：chi
分类号：
关键词：网络安全 入侵检测 卷积神经网络 循环神经网络 混合模型
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.24 MB
- 下载次数:
- 60
-
高速下载
|
|
