基于深度學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測技術(shù)研究

打開文本圖片集

摘要：文章針對網(wǎng)絡(luò)入侵檢測領(lǐng)域的挑戰(zhàn)，提出了一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測方法。文章研究了基于深度學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測框架，引入了Leaky ReLU激活函數(shù)以優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的性能，并在MATLAB平臺上基于KDD Cup 1999數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，基于Leaky ReLU激活函數(shù)的CNN模型在準(zhǔn)確率、召回率和F1值等指標(biāo)上均優(yōu)于基于ReLU激活函數(shù)的模型。（剩余5361字）