入侵检测系统
此回购协议包含研究论文“”的所有代码和数据集。
抽象的 :
由于在当今世界对网络安全的强烈要求,入侵检测系统(IDS)已成为所有最新ICT系统中的必不可少的层。 IDS要求发现深度神经网络(DNN)的集成,包括发现攻击类型的不确定性和高级网络攻击的复杂性等原因。 在本文中,DNN已被用来预测对网络入侵检测系统(N-IDS)的攻击。 应用具有0.1的学习率的DNN并运行1000个纪元,并且KDDCup-'99'数据集已用于训练和对网络进行基准测试。 为了进行比较,该训练是在同一数据集上与其他几种经典机器学习算法一起完成的,并且DNN的范围为1到5。比较结果并得出结论,3层DNN具有优于其他所有经典机器的性能。学习算法。
关键字:
入侵检测,深度神经网络,机器学习,深度学习
编者:
** , † , †和 ‡
∗印度Amrita Vishwa Vidyapeeth
2021-09-09 16:33:32
18.32MB
系统开源
1