基于LiCNN与BiLSTM的物联网入侵检测系统

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对入侵检测系统中出现的局部特征提取能力不足问题，提出了一种侧抑制卷积神经网络模型（LiCNN），即在已有的CNN模型中加入侧抑制模块增强局部特征提取能力；针对一般卷积网络难以提取高维特征的问题，在LiCNN结构中引入逆残差概念，进一步提高模型高维特征的提取能力；针对传统入侵检测模型存在的无法处理长距离依赖关系、难以并行化等问题，采用双向长短期记忆网络（BiLSTM）提取时序特征，通过增强上下文信息捕捉能力来处理长距离依赖关系，提高模型的预测精度。（剩余8180字）

试读结束

目录
monitor