一种基于GAN的NDN网络入侵检测方法
授权
摘要
本发明涉及一种基于GAN的NDN网络入侵检测方法，属于计算机与信息科学技术领域。主目的是为了解决NDN网络中，统计方法泛化能力较差以及因恶意流量类样本数据过少，导致针对CPA攻击和IFA攻击的入侵检测困难的问题。本发明首先对从NDN网络路由节点获取的统计信息，使用变分高斯混合模型进行标准化预处理；其次使用基于条件GAN的方法对特定类别的样本进行数据增强，扩充表格型数据样本中恶意样本的数量；然后使用增强后的数据集训练深度神经网络分类器；最后分类器监测经由路由的流量统计信息判别恶意入侵攻击类型。本发明对CPA、IFA攻击监测效果较好。
基本信息
专利标题 ：
一种基于GAN的NDN网络入侵检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112235288A
申请号 ：
CN202011089853.9
公开（公告）日 ：
2021-01-15
申请日 ：
2020-10-13
授权号 ：
CN112235288B
授权日 ：
2022-05-17
发明人 ：
罗森林魏继勋潘丽敏李班
申请人 ：
北京理工大学
申请人地址 ：
北京市海淀区中关村南大街5号
代理机构 ：
代理人 ：
优先权 ：
CN202011089853.9
主分类号 ：
H04L29/06
IPC分类号 ：
H04L29/06 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-17 ：
授权
2021-04-06 ：
实质审查的生效
IPC(主分类) : H04L 29/06
申请日 : 20201013
申请日 : 20201013
2021-01-15 ：
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
