融合CNN-BiLSTM和注意力机制的网络入侵检测方法探究

摘要：

入侵检测系统可以识别出网络流量中的攻击行为,是网络安全的重要手段之一.为提高网络入侵检测的准确率,文章利用分层的CNN和BiLSTM网络提取网络流量数据的时空特征,注意力机制筛选分类关键特征,提出一种融合CNN-BiLSTM与注意力机制的网络入侵检测方法.NSL-KDD数据集实验表明,该方法有效提高了入侵检测准确率,降低了误报率.

关键词：网络入侵检测;CNN;BiLSTM;注意力机制

所属期刊栏目：18

资助基金：重庆科技学院硕士研究生创新计划项目YKJCX1920811

在线出版日期：2022-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：21-22