[发明专利]联合对称不确定性和超参数优化神经网络的入侵检测方法在审
| 申请号： | 202310040830.6 | 申请日： | 2023-01-12 |
| 公开（公告）号： | CN116055175A | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 王倩;姜海阳;刘韩;王学航;任家东;张炳 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06N3/0442;G06N3/045;G06N3/0464;G06N3/08;G06N3/006;G06F18/211;G06N7/01 |
| 代理公司： | 石家庄众志华清知识产权事务所(特殊普通合伙) 13123 | 代理人： | 王忠良 |
| 地址： | 066004 河北*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于联合对称不确定性和超参数优化神经网络的入侵检测方法，属于网络安全、入侵检测技术领域，首先对于非数值特征进行独热编码，转换为数值特征，并对数值做归一化处理；基于对称不确定性和松散条件下的马尔可夫毯，使用联合对称不确定性进行特征选择，获得最优特征子集，降低了原始数据的维度；基于CNN和LSTM构建CNN‑LSTM融合神经网络分类模型，并使用改进后的PSO算法对模型的超参数进行自动优化，提高算法的泛化能力。本发明具有更好的特征选择性能，同时也具有更好的入侵检测流量分类性能。从而在准确率、精确率、召回率等多维评价指标中表现出较好性能。 | ||
| 搜索关键词： | 联合 对称 不确定性 参数 优化 神经网络 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燕山大学，未经燕山大学许可，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/202310040830.6/，转载请声明来源钻瓜专利网。
