基于深度学习的网络入侵检测综述
Review of network intrusion detection based on deep learning
王玉芳 1杨怀洲2
作者信息
- 1. 西安石油大学 计算机学院,陕西 西安 710065;陕西国际商贸学院 信息工程学院,陕西 西安 712046
- 2. 西安石油大学 计算机学院,陕西 西安 710065
- 折叠
摘要
文章对基于深度学习的入侵检测研究进行了综述.首先,分析当前网络安全面临的威胁和入侵检测面临的新的挑战以及入侵检测的基本原理.其次,从卷积神经网络、循环神经网络和生成式对抗网络3 种模型出发,论述了基于深度学习的入侵检测技术,并对其他基于深度学习的入侵检测模型进行补充总结.最后,介绍了入侵检测数据集、存在问题与未来展望.
Abstract
This article provides a review of intrusion detection research based on deep learning.Firstly,analyze the current threats to network security and the new challenges faced by intrusion detection,as well as the basic principles of intrusion detection.In fact,starting from three models:CNN,RNN and GAN,this paper discusses intrusion detection technology based on deep learning,and supplements and summarizes other intrusion detection models based on deep learning.Finally,the intrusion detection dataset,existing problems,and future prospects were introduced.
关键词
网络安全/入侵检测/深度学习/机器学习/神经网络Key words
cyber security/intrusion detection/deep learning/machine learning/neural network引用本文复制引用
出版年
2024
NETL
NSTL
万方数据