文献类型：期刊文章

作　　者：谭伦荣[1] 王辉[1]

TAN Lunrong;WANG Hui(School of Computer Science,Huainan Normal University,HuainanAnhui 232001,China)

机构地区：[1]淮南师范学院计算机学院,安徽淮南232001

出　　处：《重庆科技学院学报（自然科学版）》

基　　金：安徽省教育厅科研项目“基于FBM的混合学习交互模型的研究”(KJ2021A0972)。

年　　份：2022

卷　　号：24

期　　号：6

起止页码：60-64

语　　种：中文

收录情况：CAS、普通刊

摘　　要：为了解决无线通信网络异常攻击检测的准确率和查全率低等问题,提出一种基于深度卷积神经网络的无线通信网络异常攻击检测方法。设计卷积神经网络,提取并处理无线通信网络日志特征;构建深度卷积神经网络模型,将日志特征作为模型输入值,引入非线性激活函数进行模型学习;确定各层级参数,构建异常攻击检测框架,设置检测步骤,以实现无线通信网络异常攻击检测。实验结果表明,该方法的分类精度高、训练损失小,准确率、查全率、误报率平均值分别为99.96%、99.94%和0.01%,具有一定的可行性和较高的应用价值。

关 键 词：卷积神经网络 无线通信网络 异常攻击  网络日志 二值化处理

分 类 号：TP393]