Network Intrusion Detection Technology Based on Convolutional Neural Network and BiGRU

计算机科学 卷积神经网络 Softmax函数 人工智能 特征选择 入侵检测系统 模式识别(心理学) 联营 随机森林 特征(语言学) 数据挖掘 假警报 机器学习 哲学 语言学
作者
Bo Cao,Chenghai Li,Yafei Song,Xiaoshi Fan
出处
期刊:Computational Intelligence and Neuroscience [Hindawi Limited]
卷期号:2022: 1-20 被引量:17
标识
DOI:10.1155/2022/1942847
摘要

To solve the problem of low accuracy and high false-alarm rate of existing intrusion detection models for multiple classifications of intrusion behaviors, a network intrusion detection model incorporating convolutional neural network and bidirectional gated recurrent unit is proposed. To solve the problems of many dimensions of features and imbalance of positive and negative samples in the original traffic data, sampling processing is performed with the help of a hybrid sampling algorithm combining ADASYN and RENN, and feature selection is performed by combining random forest algorithm and Pearson correlation analysis; after that, spatial features are extracted by the convolutional neural network, and further features are extracted by incorporating average pooling and max pooling, and then BiGRU is used to extracts long-distance dependent information features to achieve comprehensive and effective feature learning. Finally, the Softmax function is used for classification. In this paper, the proposed model is evaluated on the UNSW_NB15, NSL-KDD, and CIC-IDS2017 data sets with an accuracy of 85.55%, 99.81%, and 99.70%, which is 1.25%, 0.59%, and 0.27% better than the same type model of CNN-GRU.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
无花果应助啦啦啦喽采纳,获得10
刚刚
小二郎应助木南采纳,获得10
1秒前
六六完成签到,获得积分10
2秒前
彬墩墩完成签到,获得积分10
2秒前
GG完成签到,获得积分10
3秒前
4秒前
lucky完成签到,获得积分10
4秒前
传奇3应助ywq123采纳,获得10
5秒前
穆紫应助HanHan采纳,获得10
6秒前
豆浆小姐q发布了新的文献求助10
6秒前
慕青应助fanghua采纳,获得10
7秒前
月月完成签到,获得积分10
7秒前
周新运发布了新的文献求助10
9秒前
李-完成签到,获得积分10
9秒前
10秒前
超级的初彤完成签到,获得积分10
12秒前
小鱼完成签到 ,获得积分10
14秒前
14秒前
Akim应助橘子的橘采纳,获得10
14秒前
努力打个共完成签到,获得积分10
15秒前
bot_753发布了新的文献求助10
15秒前
cctv18应助威武青亦采纳,获得10
15秒前
找不完发布了新的文献求助10
15秒前
ww完成签到,获得积分10
17秒前
HanHan完成签到,获得积分10
17秒前
17秒前
LienAo完成签到 ,获得积分10
17秒前
善学以致用应助西子阳采纳,获得10
17秒前
852应助车可采纳,获得10
18秒前
豆浆小姐q完成签到,获得积分20
18秒前
19秒前
20秒前
20秒前
Owen应助冷静的哈密瓜采纳,获得10
20秒前
彩色若风关注了科研通微信公众号
21秒前
22秒前
葡萄糖发布了新的文献求助10
23秒前
汉堡包应助科研通管家采纳,获得10
24秒前
KWang应助科研通管家采纳,获得10
24秒前
脑洞疼应助科研通管家采纳,获得10
24秒前
高分求助中
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
CLSI EP47 Evaluation of Reagent Carryover Effects on Test Results, 1st Edition 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
"Sixth plenary session of the Eighth Central Committee of the Communist Party of China" 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3055748
求助须知:如何正确求助?哪些是违规求助? 2712398
关于积分的说明 7431409
捐赠科研通 2357400
什么是DOI,文献DOI怎么找? 1248780
科研通“疑难数据库(出版商)”最低求助积分说明 606786
版权声明 596163