原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
第40卷第11期十算机仿真2023年11月
文章编号：1006-9348(2023)11-0375-04
深度学习下增量式网络入侵实时检测算法仿真
刘晋钢，刘晋霞?，曹小凤
（1.太原工业学院计算机工程系，山西太原030008；
2.太原科技大学，山西太原030024）
摘要：网络数据流具有不确定性和动态性，人侵行为可能随时发生变化，需要及时调整参数，以适应不同的入侵情况，为此提
出基于深度学习的增量式网络入侵实时检测算法。对增量式网络数据展开平衡化及降维处理，降低网络数据重构误差，保
留数据的原始特征；通过支持向量机获取增量式网络人侵特征，采用混沌算法优化惩罚参数，根据参数优化结果通过深度学
习网络中的最小二乘支持向量机对增量式网络人侵展开实时检测。经实验验证可知，所提方法能够高效准确的对增量式网
络的人侵展开检测
关键词：深度学习；增量式网络；人侵检测；特征提取；数据预处理
中图分类号：TP391.4文献标识码：B
SimulationofIncrementalNetworkIntrusionReal-Time
DetectionAlgorithmunderDeepLearning
LIUJin-gang,LIUJin-xia?,CAOXiao-feng
(1.ComputerEngineeringDepartment,TaiyuanInstituteofTechnology,TaiyuanShanxi030008,China;
2.TaiyuanUniversityofScienceandTechnology,TaiyuanShanxi030024,China)
ABSTRACT:Networkdataflowhasuncertaintyanddynamicity.Andtheintrusionbehaviormaychangeatanytime.
Itisnecessarytoadjustparametersintime.Therefore,anincrementalreal-timedetectionalgorithmfornetworkintru-
sionbasedondeeplearningwasproposed.Firstly,webalancedtheincrementalnetworkdataandreduceditsdimen-
sionality,thusreducingtheerrorofnetworkdatareconstructionandpreservingtheoriginalfeaturesofthedata.After
that,incrementalnetworkintrusionfeatureswereobtainedthroughsupportvectormachines.Moreover,penaltyparame-
terswereoptimizedbythechaoticalgorithm.Basedontheoptimizationresults,theleastsquaressupportvectorma-
chineindeeplearningnetworkswasusedtodetectincrementalnetworkintrusioninreal-time.Experimentalresults
provethattheproposedmethodcandetectintrusioninincremen
文档评论（0）