版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于深度信念网络的入侵检测模型
An Intrusion Detection Model Based on Deep Belief Networks作者机构：北京交通大学计算机与信息技术学院北京100044
出 版 物：《现代计算机（中旬刊）》 (Modern Computer)
年 卷 期：2015年第1期
页 面：10-14页
学科分类：0839[工学-网络空间安全] 08[工学]
主 题：深度学习 入侵检测 深度信念网络 特征降维 支持向量机
摘 要：针对传统入侵检测方法在检测速度、精度、复杂度等方面的缺陷,提出一种基于深度信念网络的支持向量机入侵检测模型(DBN-SVM)。该模型利用两层的限制玻尔兹曼机进行结构降维,再用BP神经网络反向微调结构参数,从而获得原始数据的相应最优表示。利用支持向量机对数据进行网络入侵的识别。通过对NSL-KDD数据集仿真实验表明,DBN-SVM模型是一种可行的、高效的入侵检测模型,为入侵检测提供一种全新的思路。
