基于深度學習的網(wǎng)絡攻擊檢測模型

摘要： 為提高復雜網(wǎng)絡條件下網(wǎng)絡攻擊的檢測檢測精度、降低時間開銷，提出一種基于卷積神經(jīng)網(wǎng)絡、雙向長短時記憶網(wǎng)絡和注意力機制融合的網(wǎng)絡攻擊檢測模型GP-CABL。GP-CABL能夠有效抽取網(wǎng)絡流量的最優(yōu)特征，并能夠充分學習網(wǎng)絡流量的空間和時序特征，有效提升了檢測精度、降低了計算開銷。實驗表明，GP-CABL針對主要網(wǎng)絡攻擊識別精度可達99.87%，相較當前研究有較大性能提升，并具有較好的...