10.12305/j.issn.1001-506X.2022.08.31
融合WaveNet和BiGRU的网络入侵检测方法
为解决当前入侵检测算法对于网络入侵的多分类准确率普遍不高的问题,鉴于网络入侵数据具有时间序列特性,提出一种融合 WaveNet和双向门控循环单元(bi-directional gated recurrent unit,BiGRU)的网络入侵检测方法.为解决原始攻击数据分布广、离散性强的问题,首先对数据进行独热编码及归一化处理,之后使用WaveNet进行卷积操作,对数据进行序列缩短处理,同时使用最大、平均池化融合的方法全面提取数据特征,最后由BiGRU完成对模型的训练并实现分类.基于NSL-KDD、UNSW-NB15以及CIC-IDS2017数据集进行了对比实验,结果表明,所提方法对于上述数据集的准确率分别能够达到99.62％、83.98％以及99.86％,较同类型的CNN-BiLSTM 分别提升了 0.4％、1.9％以及 0.1％.
入侵检测、双向门控循环单元、池化融合、特征提取
44
TP393(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家自然科学基金;陕西省高校科协青年人才托举计划项目;陕西省创新能力支撑计划资助课题
2022-10-11（万方平台首次上网日期，不代表论文的发表时间）
共9页
2652-2660
