基于GRU-SVM神经网络的大数据入侵检测方法研究

来源 :微型电脑应用 | 被引量 : 0次 | 上传用户：doudouhuijia

【摘要】

：

根据RNN神经网络与LSTM神经网络运行特征,优化LSTM得到变体GRU神经网络,并建立了GRU-SVM算法,并跟传统Softmax分类器进行了对比.通过实验测试发现GRU-SVM的dropout率为0.88,GRU-Softmax的dropout比例为0.81.GRU-SVM获得了比GRU-Softmax更短的训练时间,说明GRU-SVM具备更高训练效率.检测不同攻击类型的过程中,GRU-SVM算法表现出了比GRU-Softmax算法更高的精度,更低的误报率,从而降低入侵事件概率.本算法弥补了传统机器学

【作者】

：

何瑞江

【机构】

：

中国移动通信集团甘肃有限公司,甘肃,兰州730070

【出处】

：

微型电脑应用

【发表日期】

：

2022年2期

【关键词】

：

GRU-SVM神经网络算法大数据入侵检测方法攻击误报率

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

多级孔ZSM-5/SAPO-34复合分子筛制备及催化MTO性能研究

为制备性能更加优异的甲醇制烯烃(MTO)催化剂及进一步探究多级孔道对MTO催化反应的影响,采用柠檬酸溶液(CA)运用后处理方法对复合分子筛进行刻蚀,成功制备了具有多级孔道结构的ZSM-5/SAPO-34复合分子筛(CA-Z-S).对复合分子筛的晶相、骨架、孔结构等理化性质进行了表征;将复合分子筛用于催化MTO反应,考察了复合分子筛的催化性能.表征结果表明,使用CA处理对ZSM-5/SAPO-34复合分子筛的形貌、结构会产生影响,使CA-Z-S具有更紧密的复合结构、适量的弱酸中心和多级孔道复合结构.催化测试

期刊

SAPO-34ZSM-5复合分子筛MTO反应

垃圾焚烧飞灰水洗脱氯及重金属浸出特性研究

系统研究了机械炉排炉垃圾焚烧飞灰水洗过程中氯化物和重金属的浸出特性,并采用Visual MINTEQ模拟分析水洗液中重金属的存在形态.结果表明:飞灰中的氯主要以可溶性氯化钠(NaCl)、氯化钾(KCl)、氯化钙(CaCl2)、碱式氯化钙(CaClOH)的形式存在,飞灰水洗浸出成分97％以上为氯离子(Cl-)、钠(Na)、钾(K)、钙(Ca),其中氯离子占比高达60％;重金属及其他成分的浸出量很少,不足1％.水洗对氯离子的去除效果非常明显,可达92％以上,但是重金属的浸出量极低.飞灰单次水洗最佳条件:液固体

期刊

垃圾焚烧飞灰水洗脱氯重金属MINTEQ相关性

基于GRU-SVM神经网络的大数据入侵检测方法研究

其他学术论文