【摘 要】
：
针对深度学习入侵检测中出现的数据类不平衡及特征学习不全面等问题,提出了一种基于卷积神经网络(CNN)与双向门控循环单元(BiGRU)融合的神经网络入侵检测模型.通过SMOTE-Tomek算法完成对数据集的平衡处理,使用基于平均不纯度减少的特征重要性算法实现特征选择,将CNN和BiGRU模型进行特征融合并引入注意力机制进行特征提取,从而提高模型的总体检测性能.使用入侵检测数据集CSE-CIC-IDS2018进行多分类实验,并与经典单一深度学习模型进行对比.实验结果表明:在数据集平衡方面,经SMOTE-Tom
【机 构】
：
郑州轻工业大学 工程训练中心,河南 郑州 450001;郑州轻工业大学 计算机与通信工程学院,河南郑州 450001
论文部分内容阅读
针对深度学习入侵检测中出现的数据类不平衡及特征学习不全面等问题,提出了一种基于卷积神经网络(CNN)与双向门控循环单元(BiGRU)融合的神经网络入侵检测模型.通过SMOTE-Tomek算法完成对数据集的平衡处理,使用基于平均不纯度减少的特征重要性算法实现特征选择,将CNN和BiGRU模型进行特征融合并引入注意力机制进行特征提取,从而提高模型的总体检测性能.使用入侵检测数据集CSE-CIC-IDS2018进行多分类实验,并与经典单一深度学习模型进行对比.实验结果表明:在数据集平衡方面,经SMOTE-Tomek算法处理,DoS attacks-Slow HTTP Test识别准确率从0提升至34.66％,SQL Injection识别准确率从0提升至100％,DDoS attack-LOIC-UDP、Brute Force-Web和Brute Force-XSS分别提升了5.22百分点、6.55百分点和35.71百分点,证明了平衡后的数据集较未经过处理的数据集在少数类的识别精度上提升明显.在模型的总体检测性能方面,在多分类实验对比中,所提模型总的分类精确率、召回率以及F1值均高于其他几种单一神经网络模型.其中各攻击流量类别的总评精确率比LSTM模型提升了2.10百分点;总评召回率比LSTM模型提升了1.50百分点;总评F1值比GRU模型提升了1.97百分点,从而证明了该模型具有更好的检测效果.
其他文献
为解决复杂地形下薄壁空心高墩翻模施工技术难题,以莆炎高速公路奇韬溪大桥为研究对象,研究了翻模施工力学特性与施工技术.采用有限元软件Midas-Civil建立翻模三维仿真模型,对翻模系统主要构件应力及变形进行计算,并与现场监测值进行对比.结果表明:翻模系统各组成构件应力、变形模拟值均在规定范围内;背楞最大应力、最大变形均出现在角点处;横梁、面板的应力与混凝土浇筑高度有关,同一横梁最大应力出现在左侧;墩身各项线型数据均小于规定值,墩身线型控制良好.
近年来,中国汽车工业在强化自身产业链、推动品牌化建设、提升自主研发比例的同时,还聚焦新能源领域持续发力,以比亚迪、宁德时代为代表的新能源车企及零部件(电池)供应商,开始引领国产汽车走入“产业整合时代”.可以预计的是,未来汽车产品将成为众多科技的汇集终端,如5G网络、自动驾驶、HUD投影、人工智能操作系统等,这也必然带动汽车硬件方面的全方位升级.然而,汽车作为交通工具其最受关注的仍然是安全性能,无论科技如何赋能,决定汽车安全性的主要因素仍集中在汽车零部件机械结构强度上,这提醒汽车设计者、零部件制造商及组装企
可穿戴电子设备的发展迫切需要高性能储能装置,然而,如何实现高性能储能材料的高柔韧性问题仍未得到解决.研究了一种基于碳纳米管纱线和PVA-LiNO3凝胶聚合物电解液的纤维状全固态水系锂离子电池,电池两极材料为通过空气煅烧和“Biscrolling”方法制备的钒酸锂改性碳纳米管(LVO,负极)和锰酸锂改性碳纳米管(LMO,正极).研究表明:碳纳米管优异的导电性能改善了电池的电化学性能,且利用聚吡咯(PPy)包覆LVO能明显提高电池的循环稳定性,在100次循环中,电池的库伦效率在90％以上,比未经PPy包覆的L
针对高层次创新型人才培养过程中存在的问题,结合课题组多年对于本科生、硕士生培养的实际经验,利用对分课堂理念对培养方案、授课内容、教学方式、考核方法等方面进行了改革,对以控制科学与工程为代表的工科专业人才培养模式进行试点改革,从而切实有效地提升高层次创新型人才的培养质量.
材料宏观性能取决于其微观结构.采用不同的近似方法并选择合理的物理、力学模型,从宏观到微观对材料结构逐步进行分析,再经综合获得材料的宏观性能,这种分析-综合的思维方法有助于理解结构材料微观结构和力学性能以及功能材料微观结构与物理性能的关系,并可应用于机械设计等.结合数学中的分析-综合思维,即微积分,对物理、数学中分析和综合的思维方法在材料科学研究中的应用进行了概括,阐述了如何应用该思维方法解决材料、机械中的核心问题,为在材料学科教学中培养学生分析-综合思维的能力提供了参考.
为确保发动机传动箱结构设计的合理性,减少开发发动机传动箱时的实验次数并缩短开发周期,保证发动机传动箱内部良好的冷却效果,基于计算流体力学仿真分析方法,对发动机传动箱内冷却流场细节进行数值模拟分析,并获取了最小传动比状态下和最大传动比状态下的进风量、风速分布云图.流场分析结果显示:在传动箱冷却结构的两种设计方案中,设计方案二比设计方案一在小传动比状态下的总风量增大约20.9 g/s,增加比例约为21％;设计方案二比设计方案一在大传动比状态下的总风量增大约10.7 g/s,增加比例约为65％.分析可知,传动箱
对不同材料参数下盘式制动器热应力与结构应力的耦合场进行仿真分析,得出了各组不同材料参数对应的制动器制动过程的温度场云图和耦合应力云图.对比发现:增大制动盘的弹性模量会导致制动温升减小、应力集中现象加重、制动盘的刚度变大、制动器各阶固有频率升高、低频稳定性增强;增大导热系数,能让制动温升减小、应力集中现象减弱,对制动器的稳定性起到改善作用;而热膨胀系数的增大会导致制动温升与应力集中现象更加严重,对制动器的稳定性产生不利影响.
以黄河流域九省(区)为研究对象,基于水-能源-粮食(WEF)系统耦合发展理念,采用CRITIC赋权法,构建综合评价模型和耦合模型,评价黄河流域2005-2018年期间WEF系统的协调质量.结果显示:①黄河流域WEF系统的综合评价指数呈稳步上升趋势,其中水资源子系统和能源子系统的年平均增长率分别为0.81％和0.63％,在研究期内相对波动幅度较小;粮食子系统年平均增长率为2.59％,上涨幅度最大,波动幅度也最大.②2005-2018年黄河流域WEF系统的耦合度值均在0.95以上,且波动幅度较小,表明3个子系
通过调查问卷收集了某大学多个学院多个专业学生对课堂教学质量评价的数据,进而使用Logit和Probit模型以及多个统计方法分析了教学质量与各影响因素的具体数量关系.结论显示:各单项指标和总指标打分都在4以上,说明整体教学质量很好;性别和高中文理分科的不同对评教没有显著差异,但是不同年级会使得一些指标的评分产生差异性;经过模型系数显著性检验的变量为X10、X15、X18和X19.最后根据以上结论给出相应的对策建议.
智能优化算法主要分为4类:仿自然优化算法、进化算法、仿植物生长算法和群体智能优化算法,其中群体智能优化算法是最为重要的一类算法.智能优化算法与图像处理、故障检测、路径规划、粒子滤波、特征选择、生产调度、入侵检测、支持向量机、无线传感器、神经网络等技术领域交叉融合,应用更加广泛.以蝙蝠算法、果蝇优化算法、鲸鱼优化算法、樽海鞘群体算法和哈里斯鹰优化算法为基础,对群体智能优化算法的模型、特征、改进策略及应用领域等进行了综述,从理论研究、改进策略和应用研究3个方面分析了其面临的发展机遇和未来趋势,给出了算法应用的