基于深度学习的网络入侵检测与防御机制

作     者：史承斌 SHI Chengbin

作者机构：上海市信息网络有限公司上海200081 

出 版 物：《无线互联科技》 (Wireless Internet Technology)

年 卷 期：2024年第21卷第14期

页      面：123-125页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：深度学习 网络入侵检测 防御机制 CNN算法 CSE-CICIDS2018数据集 

摘      要：该研究旨在探索基于深度学习的网络入侵检测与防御机制,以卷积神经网络(Convolutional Neural Network,CNN)算法和CSE-CICIDS2018数据集为基础,通过综述传统网络入侵检测方法和深度学习在网络安全领域的应用,分析了当前研究的发展状况和存在的问题。实验过程选用了CNN算法作为主要的深度学习模型,并设计了相应的网络架构。通过对CSE-CICIDS2018数据集的实验评估,研究发现基于CNN算法的网络入侵检测与防御机制在识别异常流量和正常流量方面表现出良好的性能。该研究为进一步提升网络安全水平和效率提供了可行的方案,并为未来相关研究提供了借鉴和展望。