基于ResNet BiGRU的入侵檢測(cè)研究

打開文本圖片集

摘 要：隨著網(wǎng)絡(luò)流量的爆炸性增長(zhǎng)和入侵行為的不斷多樣化，傳統(tǒng)的入侵檢測(cè)方法在面對(duì)海量的網(wǎng)絡(luò)數(shù)據(jù)時(shí)，存在特征提取不充分、模型存在過(guò)擬合、檢測(cè)分類的準(zhǔn)確率不足等問(wèn)題，提出了一種基于ResNet BiGRU網(wǎng)絡(luò)的入侵檢測(cè)算法。該算法首先使用SMOTE過(guò)采樣重構(gòu)訓(xùn)練數(shù)據(jù)集以緩解正負(fù)類樣本不平衡問(wèn)題，提出了一種網(wǎng)絡(luò)并行的結(jié)構(gòu)充分提取特征，將卷積神經(jīng)網(wǎng)絡(luò)和雙向門控單元同時(shí)提取空間尺度特征和時(shí)間序列特征，為了將空間尺度特征和時(shí)間尺度特征更好地聚合表達(dá)，設(shè)計(jì)了一個(gè)Transformer混合融合塊，最后利用Softmax函數(shù)進(jìn)行分類。（剩余10013字）