基于深度信念网络和三支决策的入侵检测算法

摘要：

随着网络入侵行为的多样化和智能化,传统的入侵检测算法难以提取入侵行为包含的特征,在入侵检测性能上存在一定的不足.为此提出一种基于深度信念网络(Deep Belief Network,DBN)和三支决策(Three-Way Decisions)的入侵检测算法.首先利用深度信念网络从高维数据中提取特征,在多次特征提取后构建一个多粒度的特征空间;然后利用基于三支决策理论的分类器对入侵行为或正常行为进行即时决策,并根据不同粒度特征使用KNN分类器进一步分析边界域内不确定的网络行为.在NSL-KDD数据集上进行实验,结果表明该算法可以提升入侵检测系统的性能.

关键词：深度信念网络、三支决策、特征提取、入侵检测

所属期刊栏目：57

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金;研究生科研创新项目;江苏省高等学校自然科学研究项目

在线出版日期：2021-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：272-278