基于深度学习的网络入侵检测模型研究

  • 打印
  • 收藏
收藏成功

摘  要:针对传统入侵检测模型对零日攻击漏报率高、细粒度分类能力不足的瓶颈,提出DCVAE-DPC混合框架,首次将判别式条件变分自编码器(Discriminative Conditional Variational Auto Encoder,DCVAE)与动态密度峰值聚类(Density Peaks Clustering,DPC)结合,通过隐空间监督学习与自适应阈值优化,实现未知攻击的高效识别。(剩余10284字)

目录
monitor