基于LSTM的卷积神经网络异常流量检测方法AET-电子技术应用-最丰富的电子设计资源平台

基于LSTM的卷积神经网络异常流量检测方法
所属分类：技术论文
上传者：zhoubin333
文档大小：465 K
标签：异常流量检测卷积神经网络长短期记忆网络
所需积分：0分积分不够怎么办？
文档介绍：针对传统机器学习方法依赖人工特征提取，存在检测算法准确率低、无法应对0day漏洞利用等未知类型攻击等问题，提出一种基于卷积神经网络(Convolutional Neural Networks，CNN)和长短期记忆网络(Long-Short Term Memory，LSTM)混合算法的异常流量检测方法，充分发掘攻击流量的结构化特点，提取流量数据的时空特征，提高了异常流量检测系统性能。实验结果表明，在CIC-IDS2017数据集上，多种异常流量检测的准确率均超过96.9%，总体准确率达到98.8%，与其他机器学习算法相比准确率更高，同时保持了极低的误警率。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动