基于深度学习方法的提升入侵检测性能的多攻击分类模型
原文中文,约200字,阅读约需1分钟。发表于: 。提出的模型介绍了新颖的深度学习方法,旨在创建可靠的入侵检测机制来帮助识别恶意攻击。通过三种方法构建了基于深度学习的解决方案框架,该模型在 NSL-KDD 数据集上进行了评估和多种攻击分类,并且相对于其他现有的浅层机器学习和深度学习模型,在准确性、检测率和低误报率方面都表现出色。
该文介绍了一种基于深度学习的入侵检测模型,通过三种方法构建了解决方案框架,并在 NSL-KDD 数据集上进行了评估和多种攻击分类。该模型相对于其他现有的浅层机器学习和深度学习模型,在准确性、检测率和低误报率方面表现出色。