【摘 要】
：
数字化的浪潮扑面而来,融入了各行各业的发展进程,互联网在带来便利的同时也为层出不穷的网络攻击提供了生长土壤,入侵检测的重要性随之上升。近年来多种检测方式的涌现为入侵检测打开了新思路。本文首先收集并解析了近年来国内外入侵检测领域的先进案例,分析了其优缺点,进而有针对性的选择了使用深度学习方法对入侵检测进行研究。本文的核心工作列举如下:（1）鉴于神经网络在入侵检测领域的优异性,本文复现了多种应用于入侵
论文部分内容阅读
数字化的浪潮扑面而来,融入了各行各业的发展进程,互联网在带来便利的同时也为层出不穷的网络攻击提供了生长土壤,入侵检测的重要性随之上升。近年来多种检测方式的涌现为入侵检测打开了新思路。本文首先收集并解析了近年来国内外入侵检测领域的先进案例,分析了其优缺点,进而有针对性的选择了使用深度学习方法对入侵检测进行研究。本文的核心工作列举如下:（1）鉴于神经网络在入侵检测领域的优异性,本文复现了多种应用于入侵检测领域的人工神经网络模型,归纳出当前环境下入侵检测分类模型存在数据降维方式固化的问题,而后在对神经网络的架构进行研读和使用过程中,发现当前传统损失函数存在面对大量攻击数据类别分布不平衡的问题。（2）针对当前数据降维方式固化的问题,通过引入改进支持向量机递归特征消除方法并与卷积神经网络结合,提出了基于RFE（递归特征消除,Recursive feature eliminatio）+SVM降维的卷积神经网络算法,构建出基于卷积神经网络的入侵检测数据分类模型。使用KDD99数据集进行实验对比及结果分析,该模型有效提高了对异常数据的判别率,并可发现未知攻击类型。（3）针对当前深度学习模型预测分类层损失函数受数据量大小及复杂度的影响产生损失偏移的问题。本文基于对损失函数的优化方案,结合了梯度协调机制,在RFE+SVM降维的卷积神经网络算法的基础上,提出一种更新调节因子的RFE+SVM-FLC卷积神经网络算法,通过使用NSL-KDD数据集进行模型训练,与BP、SVM、CNN、DBN等传统机器学习或者神经网络算法进行分析对比,发现该模型在应对数据不平衡集合分类任务时表现更为优异。本文基于入侵检测领域,集合深度学习算法,针对现存深度学习网络存在的相关问题,提出了两种不同侧重的分类模型思路,经过后续实验的分析及研判,发现了其中存在的不足,对后续入侵检测领域分类模型的性能提升起到一定借鉴作用。
其他文献
近年来随着新能源发电系统被广泛推广和利用,固态变压器迅速兴起,为各种直流或交流分布式电源、非线性设备等提供了进入电力系统的友好接口,它不仅可以实现可再生能源的即插即用,而且可以通过电力电子转换技术实现电力系统中的电压转换和双向能量传输,但固态变压器逆变级作为一种非线性系统,随着越来越多的分布式能源接入,运行时不可避免地受到多种复合扰动的影响,而传统的控制策略越来越不能满足需求,为提高其性能,解决各
电力电子系统具有能量转换效率高和可控性好的优点,已被广泛应用于航空航天、工业自动化、交通运输、可再生能源发电等领域。但是,由于工况复杂且严苛,电力电子系统的可靠性要求较高。然而,功率器件作为电力电子系统的关键单元,其对系统的安全性和可靠性起着决定性的作用。IGBT模块是一种应用最为广泛的功率器件,故本文以IGBT模块为研究对象,主要从IGBT模块组成的Buck变换器的电磁干扰信号与芯片结温和模块内
随着如今电子元器件更趋向于大规模集成化和微型化,传统半导体材料逐渐暴露出短板,因此,科研人员在自然界寻找一些能够取代传统材料的新型半导体材料。由于传统半导体受到禁带宽度的限制,在有些方面的性能有很大的不足,一些超宽禁带材料开始引起人们的注意。在超宽禁带半导体材料中,氧化镓在击穿电场、透光率以及电子迁移率等方面的优势非常显著,所以广泛地应用在一些大功率、高频以及光电器件中。氧化镓材料的研究可以分为氧
近年来,多模光纤（Multimode Fiber,MMF）在腔内医学诊断和光学成像等领域有着广泛应用。由于MMF中包含模式众多,不同模式之间的干涉和色散等相互作用使图像经过MMF传输后呈现散斑状图案。因此,阐明MMF输入与输出图像之间的非线性映射关系是研究MMF图像传输和散斑重构成像的关键。本文设计了一种卷积神经网络,用来实现散斑信息的高利用率和散斑图像重建的高准确度。此外,MMF成像过程中很多因
随着中国经济的快速发展,基础设施建设也突飞猛进。基建的主体结构基本上都是由钢材、水泥、砂石等工程材料构建而成,为施工项目供应工程材料的工程材料采销企业应运而生。因为工程材料采销行业门槛比较低,对业务流程的管理较为粗放。随着竞争的加剧,市场对工程材料采销企业提出了更高的要求,成本取胜、低价中标成为行业常态,经营风险随之增加。那么,工程材料采销企业如何对原有的业务流程进行优化,将流程中的风险、成本和效
为保障输水管线安全高效运行,解决输水管道状态实时检测问题,本文搭建基于输水管线的相位敏感光时域反射计（Phase-sensitive optical time domain reflectometry,Φ-OTDR）预警系统,设计算法实现了管道振动信号处理与模式识别功能,降低了系统的误报警率。本文具体研究内容主要分为以下几点:（1）对实验室采集到的PZT压电陶瓷振动信号进行去噪处理。使用均衡优化算
随着经济的快速发展,车辆行驶安全已成为当今社会极度重视的安全问题。因此本文提出了一种基于单目与视觉技术的车辆测距预警系统。该系统首先使用基于YOLOv5s改进的算法对需要检测成像车辆进行识别处理,然后在此识别基础上对目标使用测距算法,实现目标的测距效果。最后,在开发板上移植测距系统,测试测距精度。本文中主要的内容还包括:（1）针对YOLOv5s算法中模型训练梯度消失,小物体目标识别困难以及边界框回
日志结构合并树（Log-Structure Merge-tree,LSM-tree）具有高效的写入性能并且在大数据场景下性能表现良好,它通过内存组件将随机写转换成顺序写,然后将数据组织成排序字符串表（Sorted String Table,SSTable）的形式顺序写入到磁盘中。磁盘组件是一个多层结构,LSM-tree通过合并操作来整理底层组件的数据并清除无效信息。合并操作会不定期的整理底层数据并
功率变流装置作为新能源电力系统的主要组成部分,其可靠性问题倍受业界关注。绝缘栅双极型晶体管（Insulated Gate Biopolar Tranistor,IGBT）作为功率变流装置的核心部件,因其开关速度快、损耗小、驱动电流小、控制电路简单等优点被广泛应用。然而,IGBT模块的工作环境通常较为恶劣,其热可靠性决定了整体系统能否稳定运行。温敏电参数法（Temperature Sensitive