国家学术搜索
登录
注册
中文
EN
首页
|
基于DBN-SSA-BRF的网络入侵检测模型构建
基于DBN-SSA-BRF的网络入侵检测模型构建
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
万方数据
维普
中文摘要:
随着网络基础设施不断地搭建和完善,使得网络攻击的类型变得复杂.传统的入侵检测模型已经不能应对当下复杂的网络环境.因此,此次研究提出了将深度置信网络与随机森林算法相结合来对传统的入侵检测系统进行改进,首先通过深度置信网络对数据进行特征提取.通过麻雀搜索算法的寻优方法找到随机森林算法中一组较好的参数.通过平衡森林算法改善模型性能.实验结果表明,麻雀搜索算法融合随机森林算法模型的准确率和漏报率分别为84.2%和35.4%,此次研究提出方法的准确率,误报率,召回率和F1分别为76.58%,32.47%,63.57%,0.62.该算法模型对网络入侵有着较为良好的识别率.此次研究对入侵检测能力及效率的提升有着一定的理论价值.
收起全部
展开查看外文信息
作者:
李顺海
展开 >
作者单位:
四川幼儿师范高等专科学校,四川绵阳 621700
关键词:
入侵检测
平衡随机森林
麻雀搜索算法,深度置信网络
网络安全
出版年:
2024
佳木斯大学学报(自然科学版)
佳木斯大学
佳木斯大学学报(自然科学版)
影响因子:
0.159
ISSN:
1008-1402
年,卷(期):
2024.
42
(12)