您当前的位置: > 详细浏览

网络攻击检测的门控记忆网络方法

请选择邀稿期刊:
摘要: 针对互联网大规模网络攻击检测难题,结合词向量特征表示与循环神经网络,提出了一种门控记忆网络检测方法。该方法首先将网络请求数据转换为低维实值向量序列表示,然后利用门控循环神经网络的长时记忆能力提取请求数据的特征,最后采用逻辑斯特回归分类器实现了对网络攻击的自动检测。在CSIC2010公开数据集上,达到了98.5%的10折交叉验证F1分数。与传统方法相比,较大幅度地提高了网络攻击检测的准确率和召回率。所提方法可自动检测网络攻击,具有良好的检测效果。

版本历史

[V1] 2018-05-24 21:08:13 ChinaXiv:201805.00455V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量1805
  •  下载量1047
评论
分享