典型文献
双重路由深层胶囊网络的入侵检测系统
文献摘要：
深度学习与入侵检测相结合已成为当今网络空间安全的热点话题,面临不稳定的网络安全局势,如何能够准确检测出异常流量是入侵检测的重要任务.入侵数据中的每一条样本包含着多个特征,但并不是每一个特征都会决定样本的最终性质,并且某些特征反而会影响模型的判断能力.为了解决这个问题,提出了一种基于残差的双重路由深层胶囊网络的入侵检测模型.该模型使用深层胶囊网络,增强对特征的识别提取,可提取出更高维度的数据特征;使用混合注意力机制对原始数据进行处理,使模型着重关注影响因素大的特征;通过双重路由算法多方位捕捉基于向量表示的特征,并将特征进行聚类;采取残差连接和设置噪音胶囊2个策略来稳定动态路由的过程,以减轻噪音特征的干扰.最后在NSL-KDD数据集和CICIDS2017数据集上进行实验,结果表明准确率最高可达90.31％和99.23％.
文献关键词：
入侵检测;混合注意力;动态路由;网络空间安全;胶囊网络
中图分类号：
作者姓名：
尹晟霖;张兴兰;左利宇
作者机构：
北京工业大学信息学部 北京 100124
文献出处：
引用格式：
[1]尹晟霖;张兴兰;左利宇-.双重路由深层胶囊网络的入侵检测系统)[J].计算机研究与发展,2022(02):418-429
A类：
B类：
胶囊网络,入侵检测系统,网络空间安全,热点话题,安全局,局势,异常流量,影响模型,判断能力,入侵检测模型,模型使用,识别提取,高维度,数据特征,混合注意力机制,原始数据,路由算法,多方位,向量表示,残差连接,噪音,动态路由,NSL,KDD,CICIDS2017
AB值：
0.357685
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
