声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：梁杰, 陈嘉豪, 张雪芹, 周悦, 林家骏
单位：1. 中国信息安全测评中心, 北京 100085;<br>2. 华东理工大学 信息科学与工程学院, 上海 200237
关键词：网络异常检测,卷积神经网络(CNN),独热编码,UNSW-NB15数据集
基金：国家自然科学基金资助项目（U1536119）
目前基于深度学习的网络异常检测是入侵检测领域新的研究方向，但是大部分研究都是利用数据挖掘处理后的特征数据进行特征学习和分类。该文利用UNSW-NB15作为主要研究数据集，利用独热编码对数据集中的原始网络包进行编码，维度重构后形成二维数据，并利用GoogLeNet网络进行特征提取学习，最后训练分类器模型进行检测。实验结果表明：该方法能有效处理原始网络包并进行网络攻击检测，检测精度达到99%以上，高于基于特征数据进行的深度学习检测方法。
来源：2019年第7期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。