声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：王家宝,徐伟光,周振吉,李阳,苗壮,
单位：陆军工程大学,南京210007；
关键词：网络攻击检测,低维实值向量表示,门控循环神经网络,
基金：国家重点研发计划基金资助项目；；
针对互联网大规模网络攻击检测难题，结合词向量特征表示与循环神经网络提出了一种门控记忆网络检测方法。首先将网络请求数据转换为低维实值向量序列表示，然后利用门控循环神经网络的长时记忆能力提取请求数据的特征，最后采用logistic回归分类器实现了对网络攻击的自动检测。在CSIC2010公开数据集上达到了98.5%的10折交叉验证F1分数。与传统方法相比较大幅度地提高了网络攻击检测的准确率和召回率。所提方法可自动检测网络攻击，具有良好的检测效果。
来源：2019年第8期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。