【摘 要】
：
针对传统异常检测方法在处理多元和高维数据时检测性能较差的问题,提出一种融合弹性网和深度去噪自编码器的网络异常检测方法。构建一种基于弹性网的深度去噪自编码器,利用部
【基金项目】
：
国家自然科学基金项目(61403183),湖南省自然科学基金项目(2017JJ4048),湖南省教育厅科学研究重点基金项目(18A230),湖南省财政厅科学研究基金项目(20183350502)
论文部分内容阅读
针对传统异常检测方法在处理多元和高维数据时检测性能较差的问题,提出一种融合弹性网和深度去噪自编码器的网络异常检测方法。构建一种基于弹性网的深度去噪自编码器,利用部分正常数据对网络进行训练获得重构误差阈值,以自编码器和重构误差值检测异常行为。采用NSL-KDD数据集的实验结果表明,与AE、K-NN和SVM方法相比,该方法在保证较好的分类准确率和检测率的同时,召回率和F1值明显提高,误报率明显降低,对不同攻击类数据被分类为异常的准确率也优于其它方法。
其他文献
随着高浓度磷肥、复合肥料生产的发展 ,我国云南、贵州等磷矿基地已在考虑商品磷酸的生产、运输、销售问题。文中叙述了商品磷酸生产中淤渣的生成原因、有关的物理化学和分离
提出一种高压输电线路上的防震锤检测识别算法,算法基于分块的Haar特征、基于区域的LBP特征以及HOG特征一起作为组合特征来检测防震锤。其主要分为5个步骤:预处理待检测图像;改进归一化互相关匹配算法并进行模板匹配,得到防震锤疑似区域样本集;提取防震锤疑似区域的组合特征;对防震锤疑似区域使用级联分类器进行多级分类;统计分类结果。实验结果表明,该算法具有较高的精确率、召回率和准确率。
文章运用集聚度、连结度与可达性等指标,利用导航系统获取路网信息,探讨了江西省A级旅游景区的分布格局、交通网络及其可达性的特点与问题。研究发现:江西A级旅游景区呈“小
SAR图像较大难以实时运行且船只目标较小难以被识别,为此一种压缩级联深层神经网络算法被提出以实现对众多船只目标的分割定位识别。构建3个不同的卷积神经网络实现特征提取,
为提高恶意代码检测准确率,增强网络空间的信息安全性,提出一种恶意代码自动检测判定方法,基于同种恶意代码同源性特征,融合级联操作与深度信念网络。分析不同类型下的恶意代
随着社会经济的发展,老龄人口数量逐渐增多,传统家庭结构发生了变化,老龄化成了一个重要的社会问题。日本在养老服务体系的建设上取得不少值得借鉴的有效成果,为解决中国目前
为解决传统用于文本分类等时序性问题的循环神经网络无法留住长远记忆及模型框架复杂的问题,提出一种基于序列卷积神经网络的分类模型。利用卷积的思想处理时序性问题,将因果
采用化学共沉淀法，在较低温度（７５０℃）下制备了具有缺陷烧绿石结构的复合氧化物Ｃｄ２Ｓｂ２Ｏ６．８的纯相超微粉；研究了制备条件对物相、结构和气敏性能的影响，并对其反应过程机理进行了探讨．气敏性能测试
针对当前视觉同步定位与地图构建(visual simultaneous localization and mapping,VSLAM)算法鲁棒性较差,无法生成适合自主导航的语义地图等问题,提出一种基于实例分割的视觉SLAM算法。在对输入图像提取特征点的同时,使用卷积神经网络对图像进行实例分割;利用实例分割信息辅助定位,剔除容易造成误匹配的特征点,缩小特征匹配的区域;使用实例分割的语义信息构建语义地
为解决基本人工蜂群算法收敛速度慢、开发能力不足的问题,提出多策略混合搜索的人工蜂群算法。在雇佣蜂阶段采用两个具有不同探索与开发特征的搜索策略,分配不同的混合比例,