資料介紹
針對(duì)海量數(shù)據(jù)環(huán)境下,傳統(tǒng)智能化入侵檢測(cè)方法檢測(cè)性能較差的問題,提岀了一種深度信念網(wǎng)絡(luò)( deep belief networks,DBN)下一對(duì)-(one- versus-one)梯度提升樹( gradient boosting decision tree,GBDT)的多分類器入侵檢測(cè)方法(DBN-OGB)。該方法首先利用深度信念網(wǎng)絡(luò)從高維、復(fù)雜的入侵檢測(cè)數(shù)據(jù)中提取出低維、具有代表性的特征數(shù)據(jù);然后利用一對(duì)一法,在任意兩類特征數(shù)據(jù)之間構(gòu)建一個(gè)梯度提升樹分類器;接著利用各個(gè)分類器對(duì)未知網(wǎng)絡(luò)攻擊進(jìn)行識(shí)別,得票最多的類別即為該攻擊的類別;最后利用 NSL-KDD數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示DBN-OB方法的平均準(zhǔn)確率和檢測(cè)率都高于9%,相較于 DBN-MSVM(depbelief nets based multi-class support vector machine)方法其準(zhǔn)確率和檢測(cè)率分別提升0.56%和1.03%,表明DBN-OGB是一種有效、可行的入侵檢測(cè)方法,且提高了對(duì)海量入侵?jǐn)?shù)據(jù)的檢測(cè)性能。
- 融合深度學(xué)習(xí)和極限學(xué)習(xí)機(jī)的入侵檢測(cè) 9次下載
- 基于DSCNN-BiLSTM的網(wǎng)絡(luò)入侵檢測(cè)方法 3次下載
- 基于集成深度算法的網(wǎng)絡(luò)入侵檢測(cè)方法 10次下載
- 基于神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測(cè) 2次下載
- 基于自適應(yīng)多分類器融合的手勢(shì)識(shí)別方法 10次下載
- 基于深度遷移學(xué)習(xí)網(wǎng)絡(luò)的肺結(jié)節(jié)輔助CT診斷 8次下載
- 端到端的深度學(xué)習(xí)網(wǎng)絡(luò)人體自動(dòng)摳圖算法 10次下載
- 一種基于DSCNN-BILSTM的入侵檢測(cè)方法 14次下載
- 一種多通道自編碼器深度學(xué)習(xí)的入侵檢測(cè)方法 7次下載
- 使用TensorFlow建立深度學(xué)習(xí)和機(jī)器學(xué)習(xí)網(wǎng)絡(luò) 18次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類分析 37次下載
- 深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練技巧的詳細(xì)資料匯總 10次下載
- 如何使用深度學(xué)習(xí)進(jìn)行視頻行人目標(biāo)檢測(cè) 22次下載
- 基于NN多分類器組合的入侵檢測(cè)方法
- 集成學(xué)習(xí)的多分類器動(dòng)態(tài)組合方法
- 深度學(xué)習(xí)中的時(shí)間序列分類方法 336次閱讀
- 深度學(xué)習(xí)中的無監(jiān)督學(xué)習(xí)方法綜述 202次閱讀
- 基于AI深度學(xué)習(xí)的缺陷檢測(cè)系統(tǒng) 493次閱讀
- 基于CNN的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)設(shè)計(jì) 368次閱讀
- 基于深度學(xué)習(xí)的小目標(biāo)檢測(cè) 404次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 1564次閱讀
- 深度學(xué)習(xí)神器DYnet++:輕松駕馭復(fù)雜自由曲面,3D測(cè)量無難度! 502次閱讀
- 深度學(xué)習(xí)在工業(yè)缺陷檢測(cè)中的應(yīng)用 1113次閱讀
- 基于機(jī)器學(xué)習(xí)的汽車CAN總線異常檢測(cè)方法 995次閱讀
- 基于深度學(xué)習(xí)的工業(yè)缺陷檢測(cè)方法 2507次閱讀
- 深度學(xué)習(xí)模型小型化處理的五種方法 4096次閱讀
- 為什么學(xué)習(xí)深度學(xué)習(xí)需要使用PyTorch和TensorFlow框架 3345次閱讀
- 深度學(xué)習(xí)在各個(gè)領(lǐng)域有什么樣的作用深度學(xué)習(xí)網(wǎng)絡(luò)的使用示例分析 7512次閱讀
- 基于Keras搭建的深度學(xué)習(xí)網(wǎng)絡(luò)示例 8150次閱讀
- 基于SNORT規(guī)則集的高速網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng) 4647次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數(shù)據(jù)手冊(cè)
- 1.06 MB | 532次下載 | 免費(fèi)
- 2RK3399完整板原理圖(支持平板,盒子VR)
- 3.28 MB | 339次下載 | 免費(fèi)
- 3TC358743XBG評(píng)估板參考手冊(cè)
- 1.36 MB | 330次下載 | 免費(fèi)
- 4DFM軟件使用教程
- 0.84 MB | 295次下載 | 免費(fèi)
- 5元宇宙深度解析—未來的未來-風(fēng)口還是泡沫
- 6.40 MB | 227次下載 | 免費(fèi)
- 6迪文DGUS開發(fā)指南
- 31.67 MB | 194次下載 | 免費(fèi)
- 7元宇宙底層硬件系列報(bào)告
- 13.42 MB | 182次下載 | 免費(fèi)
- 8FP5207XR-G1中文應(yīng)用手冊(cè)
- 1.09 MB | 178次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費(fèi)
- 2555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33566次下載 | 免費(fèi)
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費(fèi)
- 4開關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21549次下載 | 免費(fèi)
- 5電氣工程師手冊(cè)免費(fèi)下載(新編第二版pdf電子書)
- 0.00 MB | 15349次下載 | 免費(fèi)
- 6數(shù)字電路基礎(chǔ)pdf(下載)
- 未知 | 13750次下載 | 免費(fèi)
- 7電子制作實(shí)例集錦 下載
- 未知 | 8113次下載 | 免費(fèi)
- 8《LED驅(qū)動(dòng)電路設(shè)計(jì)》 溫德爾著
- 0.00 MB | 6656次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537798次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191187次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183279次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138040次下載 | 免費(fèi)
評(píng)論
查看更多