一种基于深度学习的网络入侵检测方法和报警系统
授权
摘要
本发明提供了一种基于深度学习的网络入侵检测方法和报警系统，该基于深度学习的网络入侵检测方法和报警系统主要通过对入侵检测数据集进行归一化处理、可视化图像转换处理和滤波处理，以提高所述入侵检测数据集的纹理特征的清晰度，并且还构建和优化训练关于多层卷积和深度置信网络相结合的模型，并基于该模型对所述入侵检测数据集进行测试处理，以获得相应的网络入侵检测结果；可见，该基于深度学习的网络入侵检测方法和报警系统能够有效地解决现有技术直接在KDD CUP99数据集上应用入侵检测算法时，检测速度慢和准确率低下的问题。
基本信息
专利标题 ：
一种基于深度学习的网络入侵检测方法和报警系统
专利标题（英）：
暂无
公开（公告）号 ：
CN111970259A
申请号 ：
CN202010774978.9
公开（公告）日 ：
2020-11-20
申请日 ：
2020-08-05
授权号 ：
CN111970259B
授权日 ：
2022-04-29
发明人 ：
赵晨洁左羽吴恋崔忠伟于国龙桑海伟王永金
申请人 ：
贵州大学;贵州师范学院
申请人地址 ：
贵州省贵阳市花溪区贵州大学
代理机构 ：
北京中济纬天专利代理有限公司
代理人 ：
郝志亮
优先权 ：
CN202010774978.9
主分类号 ：
H04L29/06
IPC分类号 ：
H04L29/06 G06N3/08 G06N3/04 G06K9/62
法律状态
2022-04-29 ：
授权
2020-12-08 ：
实质审查的生效
IPC(主分类) : H04L 29/06
申请日 : 20200805
申请日 : 20200805
2020-11-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
