一种基于深度学习的网络入侵检测方法、装置、设备及存储介质

    公开(公告)号:CN118337467A

    公开(公告)日:2024-07-12

    申请号:CN202410510360.X

    申请日:2024-04-26

    IPC分类号: H04L9/40 G06N3/092 G06N3/04

    摘要: 本发明公开了一种基于深度学习的网络入侵检测方法、装置、设备及存储介质,该方法包括:获取入侵数据样本集;其中入侵数据样本集中各入侵数据携带有真实入侵类别特征;基于训练集对深度神经网络分类模型进行训练,获得第一分类模型;基于设定优化算法及入侵数据样本集对深度神经网络分类模型进行训练,获得第二分类模型;基于测试集分别对第一分类模型及第二分类模型进行测试,获得第一测试结果和第二测试结果;基于第一测试结果和第二测试结果从第一分类模型和第二分类模型中确定目标分类模型,以基于目标分类模型进行入侵检测。利用该方法:利用优化算法对神经网络进行优化,提高网络入侵分类结果的准确率,提升电网网络的入侵检测能力。