一种基于深度学习的网络入侵检测方法
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，该方法将每条流量数据中的特征视为在时间轴上顺序排列的若干个一维特征，并作为A‑1D‑CNN模型的输入。特别地，由于事先无法获知最佳超参数，在构建A‑1D‑CNN模型时，利用PSO对每个卷积层的卷积核数量进行优化，自适应地获得最优网络超参数；实现了端到端的深层特征学习和类型识别，避免了人为选择特征带来的不足，提高了模型对不同任务的自适应能力。
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
专利标题（英）：
暂无
公开（公告）号 ：
CN111988329A
申请号 ：
CN202010881361.7
公开（公告）日 ：
2020-11-24
申请日 ：
2020-08-27
授权号 ：
CN111988329B
授权日 ：
2022-04-19
发明人 ：
李晶黄杰朱国威袁慧李炜键
申请人 ：
国网湖北省电力有限公司;国网湖北省电力有限公司信息通信公司;南京南瑞信息通信科技有限公司
申请人地址 ：
湖北省武汉市洪山区徐东大街91号
代理机构 ：
深圳市壹品专利代理事务所(普通合伙)
代理人 ：
江文鑫
优先权 ：
CN202010881361.7
主分类号 ：
H04L29/06
IPC分类号 ：
H04L29/06 G06N3/04 G06N3/08
法律状态
2022-04-19 ：
授权
2020-12-11 ：
实质审查的生效
IPC(主分类) : H04L 29/06
申请日 : 20200827
申请日 : 20200827
2020-11-24 ：
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
