优化池化和超参数调优的增强卷积神经网络用于网络入侵检测

本研究针对现有网络入侵检测系统（NIDS）在准确性上的不足，提出了一种增强卷积神经网络（EnCNN）以改善威胁检测。通过利用KDDCUP'99数据集进行性能评估，研究表明EnCNN在检测准确率上相比于最新方法提高了10%，显示出其在实时网络入侵检测中的有效性及潜在的安全威胁识别能力。