基于LSTM网络的入侵检测模型研究
ShuZiHua YongHu（2018）
摘要
随着信息和通讯技术的进步,随着与互联网的连接点不断增加,网络安全威胁也在不断增加.利用现阶段最热门的神经网络技术来处理传统的安全问题成为了时下最热门的主题.入侵检测系统(IDS)对网络、系统的运行状况进行监视,尽可能发现各种攻击企图、攻击行为或者攻击结果,以保证网络系统资源的机密性、完整性和可用性.本文中我将采用长短期时间记忆网络(LSTM),利用该网络数据时序性和长程依赖性的优势来构建入侵检测模型,利用KDD CUP 99数据集来训练该模型.通过数据测试,证明神经网络可以有效提高入侵检测成功率.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要