[发明专利]一种基于改进卷积神经网络的网络入侵检测方法在审

专利信息
申请号: 202010044972.6 申请日: 2020-01-16
公开(公告)号: CN111275165A 公开(公告)日: 2020-06-12
发明(设计)人: 潘甦;王健 申请(专利权)人: 南京邮电大学
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06K9/62
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 柏尚春
地址: 210023 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于改进卷积神经网络网络入侵检测方法,提出一种新型双通道卷积神经网络架构,应用于网络入侵检测场景;双通道卷积神经网络是对传统卷积神经网络模型的改进,双通道的两个分支网络分别独立提取特征,弥补了传统单通道卷积神经网络中丢失的特征信息;在卷积神经网络的最后,将双通道卷积融合起来,通过主成分分析算法,将融合特征维度降低,加快训练速度,再输出到一个全接连层,最后通过softmax分类器输出多分类结果。本发明能很好的应用于网络入侵检测场景,检测速度快,准确率高。
搜索关键词: 一种 基于 改进 卷积 神经网络 网络 入侵 检测 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202010044972.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top