基于改進(jìn)螢火蟲算法和長(zhǎng)短期記憶網(wǎng)絡(luò)的惡意行為檢測(cè)方法
摘要: 近年來(lái),數(shù)據(jù)平臺(tái)與系統(tǒng)的規(guī)模飛速擴(kuò)張,性能快速提升,安全性能也隨之越發(fā)重要?,F(xiàn)有的基于深度學(xué)習(xí)的惡意行為檢測(cè)方案缺少與模型契合的優(yōu)化算法,導(dǎo)致模型缺乏自優(yōu)化能力。提出了一種基于改進(jìn)螢火蟲算法與改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的惡意行為檢測(cè)方法iFA-LSTM,該方法可以有效地進(jìn)行惡意行為的二分類檢測(cè)。通過UNSW-NB15數(shù)據(jù)集來(lái)驗(yàn)證所提出的方法,方法在單攻擊二分類實(shí)驗(yàn)中的平均識(shí)別準(zhǔn)確率達(dá)到... (共13頁(yè))
開通會(huì)員,享受整站包年服務(wù)