一种基于深度学习的入侵检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于深度学习的入侵检测方法
申请号:
CN202511065336
申请日期:
2025-07-31
公开号:
CN120750619A
公开日期:
2025-10-03
类型:
发明专利
摘要
本发明公开了一种基于深度学习的入侵检测方法,所述方法包括下列步骤:获NSL‑KDD数据集,并对所述NSL‑KDD数据集进行预处理,所述预处理包括数据清洗;采用决策树分类器并结合递归特征消除法对预处理后的NSL‑KDD数据集进行评估,获得最优特征子集;将所述最优特征子集输入至CNN‑LSTM模型进行训练,得到训练好的入侵检测模型;利用所述训练好的入侵检测模型对网络流量数据进行分类检测,输出检测结果。
技术关键词
入侵检测方法
决策树分类器
入侵检测模型
LSTM模型
网络流量数据
Sigmoid函数
分类准确率
滤波器
数据格式
内核
优化器
参数
时序
措施
样本
编码
数值