摘要
随着互联网攻击日益复杂化,网络安全已成为日常生活中不可或缺的一部分。本文介绍了一种新型入侵检测模型BAAL-IDS,该模型利用了蝙蝠算法优化特征选择,并采用双向长短期记忆网络与自编码器(BiLSTM-AE)处理时序数据。蝙蝠算法减少了模型输入的复杂度,并提取了关键特征,BiLSTM-AE则专注于捕获数据的时间序列依赖性。实验结果表明,BAAL-IDS模型在数据集CICIDS2017和UNSW-NB15上的准确率分别高达99.82%和99.15%。此研究为网络入侵检测领域带来了新的技术解决方案,也为其他相关领域研究提供了参考。
出处
《网络安全技术与应用》
2025年第12期32-36,共5页
Network Security Technology & Application
基金
国家自然科学基金[62167002]
广西密码学与信息安全重点实验室开放课题[GCIS201822]。
