【摘 要】
：
针对传统入侵检测方法在检测效果上存在检测率低、误报率高等问题,将深度信念网络应用于入侵检测中,提出一种基于灰狼算法(GWO)的深度信念网络(DBN)入侵检测方法。对NSL-KDD
【机 构】
：
南京信息工程大学电子与信息工程学院,南京信息工程大学计算机与软件学院
【基金项目】
：
国家自然科学基金项目(41505017),江苏省自然科学基金项目(BK20160951)
论文部分内容阅读
针对传统入侵检测方法在检测效果上存在检测率低、误报率高等问题,将深度信念网络应用于入侵检测中,提出一种基于灰狼算法(GWO)的深度信念网络(DBN)入侵检测方法。对NSL-KDD进行预处理提高其鲁棒性,搭建深度信念网络检测模型,引入灰狼算法对其隐含层节点数进行全局寻优,近似得到DBN最佳网络结构,利用所得数据集进行验证分析。实验结果表明,与几种常用的入侵检测算法相比,经过灰狼算法优化后的深度信念网络提高了入侵检测的检测率,降低了误报率,为入侵检测提供了新的依据。
其他文献
针对传统的基于机器学习的网络入侵检测技术存在准确率偏低和泛化能力较差的问题,提出一种改进的基于BiLSTM的网络入侵检测方法,融合BiLSTM和Batch Normalization机制的优点,
为解决脑血肿CT图像的手动分割和半自动分割方法在手术计划制定过程中存在分割速度无法满足临床时间要求的问题,对快速行进(fast marching,FM)方法进行改进,提出一种三维全自动脑血肿CT图像分割方法。利用阈值处理自动获取种子点集,解决手动设置种子点的问题,实现全自动;提取感兴趣区域减少计算量;通过感兴趣区域金字塔的迭代分割进一步减少FM方法的演化计算量,使分割结果快速向边界收敛。实验结果表
为提高地震剖面图像质量,提出一种基于深度学习的地震剖面图像超分辨率重建方法。该方法模型共包含18个卷积层,在高层采用双通道卷积和注意力机制相结合的方式,提取图像多尺度特征并更加关注具有丰富高频信息的通道和区域,减少重建图像高频细节的丢失。实验结果表明,所提算法重建图像的峰值信噪比(PSNR)和结构相似度(SSIM)均高于现有几种主流算法,重建得到的地震剖面图像细节更丰富,边缘更完整。
文章基于2009-2018年中国30个省(自治区、直辖市)的面板数据,考察了中国城镇化与农村绿色发展之间的区域空间关联特征,通过构建固定效应空间误差面板模型,系统地分析了城镇化
采用不同浓度的多效唑和丁酰肼对无患子进行叶面喷施处理,研究其对无患子生长的影响.结果表明:多效唑的矮化效果比丁酰肼好,其中0.01g/L多效唑和0.1g/L丁酰肼对无患子的矮化
我国在可持续发展观和“五大发展理念”的指导下,发展取得了长足的进步,但与此同时,我国也出现了一系列的生态环境问题,而生态不仅涉及单纯的环境保护更重要的是环境与经济的
追求实效性是思想政治教育的永恒主题。苏联在其存续的74年间积累了丰富的思想政治教育经验,创建了思想政治教育的“苏联模式”,对广大社会主义国家的思想政治教育活动产生深
针对恶意仿冒URL的有效识别问题,提出一种基于skip-gram和连续多层卷积层的模型相结合的网络模型完成对恶意仿冒URL进行特征提取并检测。根据URL结构特性将其切分为5个部分,
针对多径衰落信道条件下单载波调制信号识别效果较差的问题,提出一种基于高阶循环累积量的调制识别算法。根据多径衰落信道下循环累积量的稳健性以及不同循环累积量之间的差
随着教学环境的变化和教学发展的趋势,小学数学需要新的教学模式来丰富教学内容,解决教学中存在的问题。翻转课堂也被称为颠倒课堂,主要是对教学中的内化知识进行相应的转化,