摘要
在互联网与物联网深度融合的时代,网络安全问题日益突出。不法分子为谋
取非法利益采用各种攻击手段,致使网络瘫痪从而造成重大损失。然而随着攻击
技术的快速演变,传统的入侵检测方法在面对复杂多样的网络攻击时存在较高的
误报率和漏报率,基于深度学习的入侵检测方法已经成为目前保证网络安全稳定
的主流方向及迫切需要,但仍然存在着数据集样本不均衡、模型性能与泛化能力
不足等问题。因此,本文将围绕这些问题开展研究工作:
(1)针对网络入侵数据中攻击样本稀疏及分布不均衡等问题,在Borderline
您可能关注的文档
最近下载
- 2025年二手车数字化交易平台技术架构设计.docx
- 2024年山东大学825线性代数与常微分方程考研模拟自测五套卷与答案解析.pdf VIP
- 近三年高考作文经典优秀范文 10 篇.docx VIP
- 伺服与步进电机.ppt VIP
- 东芝电梯CV320接线图.pdf VIP
- S7-1200 PLC编程及应用技术课件-S7-1200 PLC对步进驱动系统的位置控制.pptx VIP
- (第三版)子宫内膜异位症诊治指南解读PPT课件.pptx VIP
- YY_T 0905-2023 牙科学 中央压缩空气源设备.pdf
- (第三版)子宫内膜异位症诊治指南解读课件.pptx VIP
- nex-6使用说明书手册.pdf
原创力文档

文档评论(0)