一種卷積神經(jīng)網(wǎng)絡(luò)結(jié)合特征融合的網(wǎng)絡(luò)入侵檢測方法

摘要： 為解決傳統(tǒng)網(wǎng)絡(luò)入侵檢測方法中攻擊特征過少、數(shù)據(jù)不平衡及模型收斂速度慢的問題，提出基于卷積神經(jīng)網(wǎng)絡(luò)結(jié)合特征融合的網(wǎng)絡(luò)入侵檢測方法。將流量數(shù)據(jù)轉(zhuǎn)為灰度圖像提取其紋理特征，再將紋理特征與流量特征進行特征融合以增加攻擊特征量。使用Borderline-SMOTE方法對UNSW-NB15數(shù)據(jù)集進行數(shù)據(jù)平衡。運用逐層貪婪訓(xùn)練方法優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)模型提高模型的收斂速度。實驗表明，該方法的性能...