Saad_Portfolio:深度学习可检测网络入侵攻击-源码

上传者: 42128676 | 上传时间: 2021-05-06 20:14:33 | 文件大小: 3.1MB | 文件类型: ZIP
使用Kohonen自组织映射变体进行网络入侵攻击检测。 项目概况 具有k个最近邻居的经过训练的自组织映射,可以检测数据集中的网络入侵攻击。 使用特征递归消除器进行特征选择 使用贝叶斯优化来优化自组织映射以达到最佳模型。

文件下载

资源详情

[{"title":"( 10 个子文件 3.1MB ) Saad_Portfolio:深度学习可检测网络入侵攻击-源码","children":[{"title":"Saad_Portfolio-master","children":[{"title":"KohonenSom.py <span style='color:#111;'> 4.84KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 411B </span>","children":null,"spread":false},{"title":"AnomalyDetection.py <span style='color:#111;'> 2.96KB </span>","children":null,"spread":false},{"title":"Self-Organizing Maps-Based K-Nearest Neighbor Algorithm for Network Intrusion Detection.ipynb <span style='color:#111;'> 697.19KB </span>","children":null,"spread":false},{"title":"KDDTrain+_20Percent.csv <span style='color:#111;'> 2.81MB </span>","children":null,"spread":false},{"title":"KDDtest.csv <span style='color:#111;'> 2.54MB </span>","children":null,"spread":false},{"title":"ClassificationMirai.py <span style='color:#111;'> 6.41KB </span>","children":null,"spread":false},{"title":"KDDTrain+.csv <span style='color:#111;'> 14.06MB </span>","children":null,"spread":false},{"title":"minisom.py <span style='color:#111;'> 10.73KB </span>","children":null,"spread":false},{"title":"Thesis.py <span style='color:#111;'> 8.25KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

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