| 基于M-DRN多尺度特征提取的入侵检测方法 | |
| 所屬分類：技术论文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>503 K | |
| 標簽： M-DRN 深度学习 入侵检测 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对基于深度学习的入侵检测技术存在准确率低和模型易过拟合问题，提出一种基于多尺度特征提取优化的深度残差网络(Multiscale-Deep Residual Network，M-DRN)模型。该模型在残差网络的残差块中引入多尺度特征提取和因子分解的思想，并采用BN算法提升网络收敛速度。选用NSL-KDD数据集为实验数据训练模型并迭代优化网络参数，利用测试集比较发现该模型在多个评价指标上均有提升。该模型与CNN相比更稳定，与ResNet相比分类准确率提升了3.35%，与RNN-IDS相比训练时间减少了65.2%。实验结果表明，所提出模型具有更好的特征提取能力和更快的收敛速度，不易过拟合。 | |
| 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