Invention Publication
CN111988329A 一种基于深度学习的网络入侵检测方法
失效 - 权利终止
- Patent Title: 一种基于深度学习的网络入侵检测方法
-
Application No.: CN202010881361.7Application Date: 2020-08-27
-
Publication No.: CN111988329APublication Date: 2020-11-24
- Inventor: 李晶 , 黄杰 , 朱国威 , 袁慧 , 李炜键
- Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司信息通信公司 , 南京南瑞信息通信科技有限公司
- Applicant Address: 湖北省武汉市洪山区徐东大街91号
- Assignee: 国网湖北省电力有限公司,国网湖北省电力有限公司信息通信公司,南京南瑞信息通信科技有限公司
- Current Assignee: 国网湖北省电力有限公司,国网湖北省电力有限公司信息通信公司,南京南瑞信息通信科技有限公司
- Current Assignee Address: 湖北省武汉市洪山区徐东大街91号
- Agency: 深圳市壹品专利代理事务所
- Agent 江文鑫
- Main IPC: H04L29/06
- IPC: H04L29/06 ; G06N3/04 ; G06N3/08
Abstract:
本发明提供了一种基于深度学习的网络入侵检测方法，该方法将每条流量数据中的特征视为在时间轴上顺序排列的若干个一维特征，并作为A-1D-CNN模型的输入。特别地，由于事先无法获知最佳超参数，在构建A-1D-CNN模型时，利用PSO对每个卷积层的卷积核数量进行优化，自适应地获得最优网络超参数；实现了端到端的深层特征学习和类型识别，避免了人为选择特征带来的不足，提高了模型对不同任务的自适应能力。
Public/Granted literature
- CN111988329B 一种基于深度学习的网络入侵检测方法 Public/Granted day:2022-04-19
Information query
