期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:入侵检测技术 卷积自编码器 支持向量机 网络安全
摘要:网络入侵检测系统在防护网络安全中占据重要地位,随着科技不断发展,目前的入侵技术没有考虑到检测技术的可扩展性、可持续性以及训练时间长短,无法应对现代复杂多变的网络异常流量。针对这些问题,提出了一种新的深度学习方法,使用无监督的非对称卷积自编码器,对数据进行特征学习。另外,提出了一种新的基于非对称卷积自编码器和多类支持向量机相结合的方法。在KDD99数据集上进行了实验,实验结果表明,该方法取得了良好的结果,与其他方法相比显著减少了训练时间,进一步提高了网络入侵检测技术。
网络与信息安全学报杂志要求:
{1}稿件应注明作者联系电话、电子邮箱、工作单位及最方便的邮局收件地址,以便编辑部收到稿件后登记、编号,并寄样刊。
{2}请作者自留文章底稿,本刊恕不退稿。
{3}来稿的中文题目限20字以内,题目字体为宋体三号加粗;作者宋体四号;内容提要、关键词楷体五号。
{4}参考文献:按照中文参考文献在前,日文参考文献次之,西文参考文献居后的顺序排列。各语种参考文献以作者姓名读音为序。
{5}摘要应有独立性和自含性,不用报道语式,不出现评价性词语,不用序号,不分段。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社