-
题名基于ICNN-MMD的网络入侵检测方法
被引量：1
- 1
-
-
作者
李卓文
邓在辉
叶彩瑞
彭涛
-
机构
武汉纺织大学计算机与人工智能学院
-
出处
《软件导刊》
2023年第12期173-177,共5页
-
基金
国家自然科学基金项目(61170093)。
-
文摘
针对网络入侵检测中存在标签真实样本稀缺,准确率偏低、泛化能力较差的问题,提出一种结合域间距离的ICNN-MMD的迁移学习网络入侵检测方法,通过减小源域与目标域的分布差异实现域适应与特征迁移。首先,利用改进卷积神经网络(ICNN)在源域数据上预训练最优模型;然后,利用最大均值差异(MMD)衡量源域、目标域距离,以无监督方式进行二次训练达到域适应并共享网络权值。在NSL-KDD数据集上的实验表明,本文所提模型相较于ICNN在KDDTest+、KDDTest-21的准确率分别提升1.5%与2.96%,提高了网络入侵检测模型的总体指标,为检测网络入侵提供了新方法。
-
关键词
网络入侵检测
迁移学习
icnn-mmd
域适应
网络安全
-
Keywords
network intrusion detection
transfer learning
icnn-mmd
domain adaption
network security
-
分类号
TP393.0
[自动化与计算机技术—计算机应用技术]
-
