【摘 要】
：
现有的基于深度神经网络(Deep Neural Network,DNN)的检测方法对于未知攻击检测性能不佳。原因之一是现有的预处理方法并未考虑网络环境的内在特征。为解决该问题,首先提出一种新型的预处理方法,将训练集的统计特征作为网络环境的内在特征,用于测试集和检测集的预处理,以提高检测算法的性能;然后利用DNN模型进行入侵检测。对KDDCup’99、NSL-KDD和UNSW-NB15数据集的实验结果表明,与传统预处理方法相比,所提预处理方法在准确率方面表现更好,召回率也有一定程度提升。
【机 构】
：
信息工程大学,国家数字交换系统工程技术研究中心
【基金项目】
：
国家重点研发计划资助项目(2018YFB0804004),国家自然基金青年基金资助项目(62002384),国家自然科学基金创新研究群体资助项目(61521003)。
论文部分内容阅读
现有的基于深度神经网络(Deep Neural Network,DNN)的检测方法对于未知攻击检测性能不佳。原因之一是现有的预处理方法并未考虑网络环境的内在特征。为解决该问题,首先提出一种新型的预处理方法,将训练集的统计特征作为网络环境的内在特征,用于测试集和检测集的预处理,以提高检测算法的性能;然后利用DNN模型进行入侵检测。对KDDCup’99、NSL-KDD和UNSW-NB15数据集的实验结果表明,与传统预处理方法相比,所提预处理方法在准确率方面表现更好,召回率也有一定程度提升。
其他文献
针对传统TerraPhoto软件在植被茂密区域生产DOM效率低下且成图质量差的情况,文章首先提出点云滤波和专业摄影测量软件相结合的方法,以此提高利用Lidar数据制作DOM的精度和效率;然后通过改进航飞设计方案和加密分区策略,消除无控条件下Lidar数据的空三测区接边差;最后对原始航片和初始外方位元素进行相关处理,将Lidar数据成功导入国产摄影测量平台。大型生产项目验证表明,利用改进的生产方案可
为改善现有交通事故监测方法,提出一种通过车辆行驶过程中产生的振动信号识别车辆正常行驶与碰撞的方法。通过集成经验模态分解振动信号得到本征模函数,形成特征矩阵,而后对特征矩阵做主成分分析实现数据降维得到特征向量。最后将特征向量输入到支持向量机,完成对正常行驶与碰撞的识别。实验表明该方法对车辆碰撞的识别准确率超过90%,验证该方法有效。
大悬臂盖梁支架施工中需要满足支架结构安全有储备、支架主材可循环使用、盖梁下部空间不被占用、施工周期快等要求。针对大悬臂盖梁的施工要求,文章提出了销棒式不落地组合
在量子密钥分发(QKD)系统实现的过程中,非理想的器件会使整个系统的安全存在一定隐患,比如攻击者可以针对非理想的单光子探测器发起致盲攻击,通常通过监测电流以发现致盲攻击。针对这一防御策略,人们又提出了概率致盲攻击,在不引起系统电流明显改变的前提下窃取部分密钥信息。诱骗态方案是现在QKD系统中普遍使用的方案,其中被动诱骗态方案具有无需主动调制光源强度的特点,使信号态和诱骗态更难区分,具备很好的应用前景。分析了概率致盲攻击对被动诱骗态方案安全性的影响,计算在概率致盲攻击模型下被动诱骗态的计数率和误码率,给出了
文章以安海湾特大桥中跨合龙段超长节段钢箱梁整体吊装为背景,对超长节段钢箱梁整体吊装施工的关键控制点进行研究,从桥面吊机改造、钢箱梁吊装过程以及合龙空间姿态调整方式
任务调度算法的研究一直是异构计算技术研究中的热点,充分挖掘异构处理平台的并行优势,可最大限度实现平台资源的高效利用。通过分析异构处理平台的执行特点,设计符合异构处理平台的任务调度策略,提出面向异构处理平台的最长路径列表调度算法(Longest path list scheduling algorithm,LPLS)。算法在任务优先级阶段,基于最长路径列表计算优先级,最耗时路径上的任务被优先调度;在处理器选择阶段,遵循任务完成时间最小的原则,所选择的处理器可使下阶段任务的完成时间更短,异构平台整体处理时间更
大跨径连续钢箱梁具有跨越能力强、对地面交通影响小等特点,被广泛应用于城市高架桥建设中,但是其自重较轻,抗倾覆稳定性较差.文章结合武汉市某高架桥工程,通过改变车道布载
面向一体化应急应战体系能力评估需求,传统基于指标体系构建聚合的评估方法具有指标提取困难、主观性强、海量动态数据难以描述等限制。提出一种数据驱动的体系评估技术框架结构,通过融合知识图谱和事理图谱两类技术,实现体系静态知识和动态知识的全面描述;通过实体、事件、关系等图谱要素数据自动抽取,实现体系框架的高效构建和持续更新;通过提供热点主题发现跟踪和态势评估预测等技术设计,实现可管理、可计算、可解释的一体化应急应战体系能力评估;通过一个有限场景的仿真实验,验证了本技术框架的可行性。
针对全数字阵列雷达天线阵面特点,文章首先对其系统组成、工作原理和结构布局设计等要点及注意事项进行了阐述,然后对影响天线阵面的厚度、重量等因素进行了分析,最后通过比
在现实网络环境中,数据分布不均衡是普遍现象,也是研究的热点问题。利用传统机器学习算法解决该问题的研究成果较多,综述性研究也较丰富。但当前从深度学习的角度探讨数据不均衡问题已成为新趋势。对此,综述了基于深度学习方法的研究成果。通过对数据不均衡问题进行深入分析,从数据预处理、分类器设计及改进两大方面梳理相关技术路线,包括传统采样方法与深度学习相结合、利用深度学习网络模型合成数据、代价敏感学习、设计端到端模型的方法,最后针对现有研究提出开放性问题。