基于深度学习的工业物联网智能入侵检测
如何有效识别工业物联网入侵攻击行为是一个新挑战.针对工业物联网中入侵检测特征提取不高、检测效率低、适应能力差等问题，提出一种基于深度学习的工业物联网智能入侵检测方法.首先，在数据处理上改进采样算法用于调节少数类别样本数量，提高检测精度；其次，构建堆叠降噪卷积自编码网络提取关键特征，结合卷积神经网络和降噪自编码器，加强特征识别能力；为了避免信息丢失和信息模糊，改进池化操作以增加其自适应处理能力，并在模型训练过程中采用Adam算法获取最优参数；最后，采用NSL-KDD数据集测试提出方法的性能.实验结果表明，该方法相比现有的RNN、DBN和IDABCNN的准确率分别提高了3.66%、4.93%和4.6%；与未经采样算法的SDCAENN试验对比，U2R和R2L的检测精度分别提高17.57%和3.28%.
文件下载
评论信息
其他资源
- WS2812驱动程序（SPI+DMA）
- 基于电阻应变式传感器电子秤设计
- 全国主要城市地图数据json 格式 340 多个城市
- VMware虚拟机硬盘镜像集合
- 基于Qt的局域网即时通信系统（聊天软件）
- Android游戏开发从入门到精通全实例+代码
- 惯性导航-秦永元
- 基于Android的天气预报APP
- 基于java的交友网站
- SVG控制程序
- 会员注册页面的交互细节
- Wireless Energy Harvesting and Information Processing in Cooperative Wireless Sensor Networks”
- javaweb520-JavaWeb-master.zip
- LCD1602液晶显示函数
- 分布式系统完整讲义资料
- my eclipse10汉化
- 模式识别中遗传算法的MATLAB实现
- VB图表控件-功能非常强大
- 留一法 LibSVM格式文件
- 排队论的仿真 离散事件系统仿真
- 数据结构实验报告-实现二叉树的基本操作-用顺序存储和链式存储结构
- MATLAB标定工具箱
- android系统模拟点击事件发送QQ消息
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