结合注意力机制基于深度学习的网络入侵检测研究

    成果编号：9642023J0551
    第一完成单位名称：宁夏大学
    联系人：王恒 联系人电话：13995000013
    成果简介：
    项目结合注意力机制的深度学习网络进行了网络入侵检测技术研究，开展了结合深度学习技术开展基于时间序列、入侵类别等单维、多维注意力融合机制研究，实现注意力提取、特征融合及激励机制，进行了方法改进与优化，提升网络入侵检测质量，提高检测准确率，减少误报率；研究基于包的入侵检测模型，开展基于时间序列、入侵类别、命令序列等多维注意力融合机制研究；研究基于流的异常流量检测，关注网络安全环境下的异常流量识别，实现注意力提取、特征融合及激励机制研究；关注多主机日志多通道注意力协同机制网络入侵检测。研究均以深度学习为基础，主要基于类循环神经网络（RNN）模型、类卷积神经网络（CNN），通过引入注意力机制实现模型优化，构建适配性入侵检测模型，围绕检测性能优化、检测准确率提升开展调优工作。项目发表论文4篇，申请软件著作权1个，研发网络入侵检测与演示系统1个。