| 基于M-DRN多尺度特征提取的入侵檢測方法 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>503 K | |
| 標簽： M-DRN 深度學習 入侵檢測 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對基于深度學習的入侵檢測技術存在準確率低和模型易過擬合問題，提出一種基于多尺度特征提取優化的深度殘差網絡(Multiscale-Deep Residual Network，M-DRN)模型。該模型在殘差網絡的殘差塊中引入多尺度特征提取和因子分解的思想，并采用BN算法提升網絡收斂速度。選用NSL-KDD數據集為實驗數據訓練模型并迭代優化網絡參數，利用測試集比較發現該模型在多個評價指標上均有提升。該模型與CNN相比更穩定，與ResNet相比分類準確率提升了3.35%，與RNN-IDS相比訓練時間減少了65.2%。實驗結果表明，所提出模型具有更好的特征提取能力和更快的收斂速度，不易過擬合。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2