基于果蝇算法和卷积神经网络的入侵检测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要 提出一种基于果蝇算法（FOA）和卷积神经网络（CNN）的入侵检测方法。FOA实现训练数据的均衡，并结合新型CNN结构（1个输入层、3个卷积层、2个池化层和2个全连接层）改善不均衡数据对入侵检测的影响。研究使用了OpenStack数据集，包含正常数据和4类攻击数据。数据特征经处理后转换为灰度图作为CNN的输入数据。（剩余9646字）

试读结束

目录
monitor