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
JournalofComputerApplicationsISSN1001-90812019-12-30
计算机应用，2019,39(S2):147-151CODENJYIIDUhttp://www.
文章编号〇〇_9081(2019)2-0147-05
：
llS
SDN网络入侵检测系统的深度学习方法综述
张阳玉吕光宏，李鹏飞
(四川大学计算机学院（软件学院），成都610065)
(*通信作者电子邮箱〇
196937948@qq.com)
摘要：软件定义网络（)控制和数据平面的分离以及全局可编程控制器的实现有助于网络入侵检测系统
SDN
(NIDS)监控网络的整体安全性，在基于SDN的NIDS中已经实现了机器学习方法，然而机器学习方法可能带来高误
报率。一种替代解决方案是使用深度学习。深度学习不仅能够自动发现数据中的相关性，还能有效地检测零日攻击。
研究了基于SDN的网络入侵检测系统、用于网络入侵检测的数据集以及SDN入侵检测系统的深度学习方法，并比较
了SDN中利用深度学习方法进行网络入侵检测的最新研究成果。
关键词：深度学习；入侵检测；软件定义网络
中图分类号：393文献标志码:
TPA
SurveyonSDNbasednetworkintrusiondetectionsystemusingdeeplearningapproaches
ZHANGYangyu,LYUGuanghong,LIPengfei
(CollegeofComputerScience(CollegeofSoftwareEngineering),SichuanUniversity,ChengduSichuan610065,China)
Abstract：
TheseparationofSoftwareDefinedNetwork(SDN)controlanddataplanesandtheimplementationofglobal
programmablecontrollershelpNetworkIntrusionDetectionSystems(NIDS)tomonitortheoverallsecurityofthenetwork.
MachinelearningmethodshavebeenimplementedinSDN-basedNIDS,however,machinelearningmethodsmaybringhigh
falsepositiverate.Analternativesolutionistousedeeplearning.Toautomaticallydiscovercorrelationsindataandeffectively
detectzero-dayattacks,theSDN-basednetworkintrusiondetectionsystem,thedatasetfornetworkintrusiondetectionandthe
deep
文档评论（0）