- (06-14)·一种基于集成学习的列车控制系统入侵检测方法
- (06-14)·针对 PMU 测量的虚假数据注入攻击检测方法
- (10-28)·基于辅助嫡减的神经常微分方程入侵检测模型
- (10-28)·一种基于字节波动特征的ROP流量静态检测方法
- (10-28)·基于局部图匹配的智能合约重入漏洞检测方法
基于辅助嫡减的神经常微分方程入侵检测模型
2022-10-28 16:03:15 来源: 点击:
文档介绍
摘要:为了提高深度学习模型入侵检测任务的检测效率和分类的准确性,文章提出一种基于辅助嫡减的神经常微分方程(E-ODENet)入侵检测模型。该入侵检测模型通过参数常微分方程定义连续的隐藏状态,不需要再分层传播梯度与更新参数,减少了内存的消耗,极大地提高了效率。使用信息瓶颈进行特征降维,提取与分类任务相关的主要信息,同时使用标签平滑和嫡减损失来提高模型的泛化能力和准确性。在NSL-KDD数据集上进行训练和测试,测试得到的检测准确率为99.76%,证明该模型优于其他入侵检测模型。
下载地址
分享到: