摘要随着互联网时代的发展, 内部威胁, 零日漏洞和DoS 攻击等攻击行为日益增加,
网络安全变得越来越重要, 入侵检测已成为网络攻击检测的一种重要手段. 随着机器学习算法的 …

网络入侵检测是网络安全的重要组成部分, 目前比较流行的检测技术是使用传统机器学习算法对
入侵样本进行训练从而获得入侵检测模型, 但是这些算法具有检测率低的缺点 …

随着深度学习技术的不断深入发展, 基于深度学习的入侵检测模型已成为网络安全领域的研究
热点. 对网络入侵检测中常用的数据预处理操作进行了总结; 重点对卷积神经网络 …

近年来, 机器学习技术逐渐成为主流网络入侵检测方案. 然而机器学习模型固有的安全脆弱性,
使其难以抵抗对抗攻击, 即通过在输入中施加细微扰动而使模型得出错误结果 …

现有的基于机器学习的入侵检测方法大多专注于提高整体检测率和降低整体的漏报率,
忽视了少数类别的检测率和漏报率, 为此, 提出了一种基于SmOTE …

Modern society has quickly evolved to utilize communication and data-sharing media with
the advent of the internet and electronic technologies. However, these technologies have …

本文提出了一种新型的基于CFS 特征选择和神经网络的高效入侵检测模型.
通过使用该模型对经过特征提取后的攻击数据的训练学习, 可以有效地识别各种入侵 …

网络入侵检测系统作为一种保护网络免受攻击的安全防御技术, 在保障计算机系统和网络安全
领域起着非常重要的作用. 针对网络入侵检测中数据不平衡的多分类问题 …