文献类型：期刊文章

作　　者：郭旭东[1] 李小敏[1] 敬如雪[1] 高玉琢[1]

GUO Xudong;LI Xiaomin;JING Ruxue;GAO Yuzhuo(College of Information Engineering,Ningxia University,Yinchuan Ningxia 750000,China)

机构地区：[1]宁夏大学信息工程学院,银川750000

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(71561023)~~

年　　份：2019

卷　　号：39

期　　号：3

起止页码：769-773

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对传统浅层的入侵检测方法无法有效解决高维网络入侵数据的问题,提出了一种基于堆叠稀疏去噪自编码器(SSDA)的入侵检测方法。首先,利用SSDA对入侵数据进行降维操作;然后,将高度抽象后的低维数据作为输入,利用softmax分类器进行入侵检测;最后,又在SSDA方法的基础之上提出了一种改进模型(ISSDA),即在传统稀疏去噪自编码器的基础上增加新的约束条件,以此来提高深度网络对原始入侵数据的解码能力以及模型的入侵检测性能。实验结果证明,ISSDA方法与SSDA方法相比,对4种类型的攻击的检测准确率提高了将近5%,也有效地降低了误报率。

关 键 词：自编码网络  稀疏去噪  入侵检测 特征降维 softmax  

分 类 号：TP393.08]