摘要
针对网络入侵检测领域的问题,提出在传统的BP神经网络中引入Dropout(神经网络训练技术)操作,增强网络模型的鲁棒性和泛化能力。实验采用了MIT LL DARPA数据集进行训练和测试,评估了引入Dropout的BP神经网络在网络入侵检测中的性能。实验结果表明,引入Dropout的BP神经网络在准确率、精确率和召回率等指标上取得了良好的效果,对多种网络入侵行为具有有效的检测能力。这一研究结果为网络入侵检测领域的深度学习(deep learning,DL)方法提供了有益的探索和实践。
出处
《信息记录材料》
2023年第9期161-163,共3页
Information Recording Materials
