摘要
本发明公开了一种基于深度学习的入侵检测方法,所述方法包括下列步骤:获NSL‑KDD数据集,并对所述NSL‑KDD数据集进行预处理,所述预处理包括数据清洗;采用决策树分类器并结合递归特征消除法对预处理后的NSL‑KDD数据集进行评估,获得最优特征子集;将所述最优特征子集输入至CNN‑LSTM模型进行训练,得到训练好的入侵检测模型;利用所述训练好的入侵检测模型对网络流量数据进行分类检测,输出检测结果。
技术关键词
入侵检测方法
决策树分类器
入侵检测模型
LSTM模型
网络流量数据
Sigmoid函数
分类准确率
滤波器
数据格式
内核
优化器
参数
时序
措施
样本
编码
数值
系统为您推荐了相关专利信息
NDVI时间序列
遥感时间序列数据
滑坡识别方法
LSTM模型
雷达
学习状态检测方法
人体骨架
关键点
LSTM模型
图像
调制识别方法
遗传算法
动态权重分配
生成多尺度
神经网络模型训练