摘要
本发明涉及一种基于深度学习的自适应网络入侵检测与响应系统,属于网络入侵检测技术领域。其中,该系统包括数据采集模块、数据预处理模块、特征提取模块、入侵检测模块、入侵响应模块;数据采集模块通过libcurl将存储临时文件中的网络流量数据上传至数据预处理模块;数据预处理模块根据网络流量数据通过数据预处理模型得到网络流量预处理数据;特征提取模块根据网络流量预处理数据通过边残差注意力动态图神经网络模型进行特征提取得到网络流量时空特征;入侵检测模块根据网络流量时空特征通过感知机模型得到入侵检测结果;入侵响应模块根据入侵检测结果通过响应模型进行入侵响应。实现了基于深度学习的自适应网络入侵检测和响应。
技术关键词
网络流量数据
门控循环单元
网络流量清洗
残差注意力机制
特征提取模块
数据采集模块
动态
神经网络模型
网络入侵检测技术
节点特征
快照
丢弃数据包
标签
矩阵
系统为您推荐了相关专利信息
入侵检测规则
计算机系统
模型验证方法
网络流量数据
系统配置优化
设备状态评估
电厂设备状态
寻优方法
深度学习技术
寻优系统
贷款风险预测方法
光伏发电量预测
光伏设备
客户
标签
智能化管理系统
门控循环单元
智能反馈数据
双向长短期记忆
进化算法
视频
文本编码器
对齐模块
度计算方法
细粒度特征