基于深度信念网络的网络入侵检测策略研究
陈虹
任瑞仙
山西工程技术学院大数据与智能工程系 山西阳泉 045000
摘要：针对传统网络入侵检测方法存在特征提取能力薄弱、入侵检测精度较低的问题,文章将深度信念网络(DBN)应用于网络入侵检测任务.研究首先设计了基于深度信念网络的入侵检测整体方案;其次深入分析了深度信念网络的特征提取过程及相关核心算法,利用训练集构建适用于入侵检测场景的DBN模型,并结合softmax分类器实现对网络攻击数据类型的精准识别;最后通过对比实验,验证了不同深度DBN模型的入侵检测性能差异,为提升网络安全态势感知能力提供了一种可行的解决方案.
关键词：网络入侵检测深度信念网络softmax分类器
资助基金：山西省教育厅山西省高等学校教学改革创新项目(J20241525)山西省教学改革创新项目(J2023171)校级课程思政教学改革创新项目(2023KCSZ10)
论文发表日期：2026-01-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 114-118 )