文献类型：期刊文章

作　　者：王佳坤[1] 缪祥华[1,2] 邵建龙[1]

WANG Jia-kun;MIAO Xiang-hua;SHAO Jian-long(Faculty of Information Engineering and Automation,Kunming University of Science and Technology;Yunnan Key Laboratory of Computer Technology Application,Kunming University of Science and Technology)

机构地区：[1]昆明理工大学信息工程与自动化学院 [2]昆明理工大学云南省计算机技术应用重点实验室

出　　处：《化工自动化及仪表》

基　　金：国家自然科学基金项目(61971208);昆明理工大学慕课及金课建设项目(2019090211,20171113)。

年　　份：2021

卷　　号：48

期　　号：6

起止页码：566-574

语　　种：中文

收录情况：CAS、IC、普通刊

摘　　要：在入侵检测中提出一种具有多层堆叠的深度门控循环单元检测模型,并且通过简化深度门控循环单元,在减少计算参数的同时保持学习能力。针对NSL-KDD数据集中少数攻击类型数量较少的问题,提出使用Borderline-SMOTE过采样算法来提高少数攻击类型的检测准确率,进而提升入侵检测的能力。通过数据集平衡前后的多项评价标准对比可知,所提方法能够有效提升检测效率,与其他算法相比表现出较高的检测能力。

关 键 词：入侵检测技术 深度门控循环单元  NSL-KDD数据集  少数攻击类型  Borderline-SMOTE算法  

分 类 号：TP393.08]