端到端的基于深度学习的网络入侵检测方法
王金华
当前网络入侵检测大多使用人工特征，但是人工特征往往不能适应新型攻击，重新设计人工特征又需要专家知识。对此，提出了一种算法，该算法从网络流量数据中提取会话作为样本，并将样本送入两个神经网络，会话的一系列有时间顺序的数据包视为一维序列送入门控循环单元，融合会话的一系列数据包视为二维图像送入卷积神经网络。分别在两个网络提取特征，最后融合这两个特征送入全连接网络执行入侵检测。所提算法同时关注了会话的时序信息和整体空间信息，自动从流量数据中学习特征。使用CICIDS-2018网络流量数据进行实验，实验表明该算法识别僵尸网络、分布式拒绝服务攻击的效果优于人工特征。
全文下载
在线阅读
赣公网安备 36012102000372号
互知学术
全科互知