需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于注意力机制的时序相关网络入侵检测方法

基于注意力机制的时序相关网络入侵检测方法

发布时间: 2022-11-26

来源: 科技服务团

基本信息

合作方式： 技术转让
成果类型： 发明专利
行业领域：
新一代信息技术产业,下一代信息网络产业,人工智能
成果介绍
本发明提供了一种基于注意力机制的时序相关网络入侵检测方法。该方法包括：利用入侵检测数据集对SSAE网络进行训练，得到训练好的待分类的网络流量数据，对待分类的网络流量数据经过独热编码和标准化处理，得到5 预处理后的网络流量数据；将预处理后的网络流量数据输入到训练好的叠层稀疏自编码器SSAE网络的基于注意力机制的分类器，分类器对待分类的网络流量数据进行分类处理，得到待分类的网络流量数据的网络入侵检测结果。本发明设计了加入了注意力机制的双层Bi-GRU网络结构作为分类器，具有较高的分类准确率与较低的误报率，同时大大缩短了模型的训练与测试时间。
成果亮点
提出一种基于注意力机制的时序相关网络入侵检测模型，通过叠层稀疏自编码器对原始数据进行降维，保留数据原始特征的前提下降低计算开销加快分类速度；使用带有注意力机制双向门控递归单元网络进行分类检测，自动进行特征学习，获得较高准确率与较低误报率，同时缩短训练与测试时间。
团队介绍
金一：北京交通大学计算机与信息技术学院教授，博导，院长助理。 陈乃月：北京交通大学计算机与信息技术学院教师。 李浥东：北京交通大学计算机与信息技术学院教授、博士生导师，现任北京交通大学计算机与信息技术学院副院长。 曹原周汉：北京交通大学计算机与信息技术学院教师。 汪静怡：北京交通大学计算机与信息技术学院研究生。
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位：“科创中国”工业互联网产业科技服务团 (中国计算机学会) 评价时间：2022-11-28

韩月娟

苏州大学

高级工程师

综合评价

本成果提供了一种基于注意力机制的时序相关网络入侵检测方法。该方法包括：利用入侵检测数据集对SSAE网络进行训练，得到训练好的待分类的网络流量数据，对待分类的网络流量数据经过独热编码和标准化处理，得到5 预处理后的网络流量数据；将预处理后的网络流量数据输入到训练好的叠层稀疏自编码器SSAE网络的基于注意力机制的分类器，分类器对待分类的网络流量数据进行分类处理，得到待分类的网络流量数据的网络入侵检测结果。本发明设计了加入了注意力机制的双层Bi-GRU网络结构作为分类器，具有较高的分类准确率与较低的误报率，同时大大缩短了模型的训练与测试时间。技术成熟，可以应用于实际应用场景。
查看更多>
更多