原创力文档- 1、本文档共26页，其中可免费阅读25页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种物联网环境下基于混合深度学习的网络攻击检测方法，随着物联网的高速发展，网络攻击愈发多样化与智能化，面对多样的网络攻击，基于传统机器学习的方法无法满足复杂的网络攻击，单一深度学习模型检测性能也不尽人意。本发明在现有的单一深度学习模型基础上，构建混合深度学习模型，之后对模型进行编译，再利用混合深度学习模型和单一深度学习模型进行对比实验，使用公开的网络入侵检测数据集的训练数据对模型进行训练，再将训练后的模型对测试集进行测试检测，最后对各个模型的检测结果进行评估，对比分析评估数据，得出混
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112491891 B
(45)授权公告日 2022.05.17
(21)申请号 202011363721.0 H04L 41/14 (2022.01)
文档评论（0）