基于深度循环神经网络和改进SMOTE算法的组合式入侵检测模型
已有入侵检测模型普遍只针对网络入侵行为的静态特征进行分析检测，造成检测率低及误报率高等缺陷，且无法有效应用低频攻击。为此提出一种新的基于深度循环神经网络（DRNN）和区域自适应合成过采样算法（RA-SMOTE）的组合式入侵检测模型（DRRS）。首先，RA-SMOTE 对数据集中低频攻击样本进行自适应区域划分，实现差别样本增量，从数据层面提升低频攻击样本数量；其次，利用 DRNN 特有的层间反馈单元，完成多阶段分类特征的时序积累学习，同时多隐层网络结构实现对原始数据分布的最优非线性拟合；最后，使用训练好的DRRS模型完成入侵检测。实验结果表明，相比已有入侵检测模型，DRRS在改善整体检测效果的同时显著提高了低频攻击检测率，且对未知新型攻击具有一定检出率，适用于实际网络环境。
文件下载
评论信息
其他资源
- 斐讯K3C官改固件。信号超强
- Android Studio学生信息管理系统
- jquery1.12.4与jquery1.12.4.min
- LabVIEW与Multisim的联合仿真
- matlab版的信息增益算法实现
- Unity5.x3d游戏开发技术详解与典型案例光盘内容百度云链接
- OFDM for Underwater Acoustic Communications
- Realtek瑞昱RTL RTL8139/810x/8169/8110 驱动 for mac
- 一个简单的jsp购物网站
- 基于SSM框架的在线商城简易平台
- [拉普兰德]TSL1401线性CCD模块资料包
- 大电容寿命估算.pdf
- 软件设计师复习资料_2019
- 采用TVAL_3算法
- Android6.01隐藏emoji表情
- devcon工具
- 数字逻辑期末复习试题20套
- RSA和AES混合加密demo
- Exploring BeagleBone Tools and Techniques for Building with Embedded Linux
- HMC5883驱动，C语言
- C++ KTV点歌系统
- SSH集成例子（积分管理，Spring2.5，Struts2，Hibernate3.3）
- 将SELinux安全特性加入安卓
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明