基于BiGRU的入侵检测模型
打开文本图片集
摘要:为了解决基于传统机器学习入侵检测算法准确率较低和泛化能力较弱的现象,提出了一种基于BiGRU结合Batch Normalization机制、DropOut算法的网络入侵检测方法。该方法采用BiGRU网络提取数据特征,利用Batch Normalization机制和DropOut算法的优点对数据进行归一化,并对神经元进行随机失活,增强模型泛化能力,最后使用softmax对结果进行分类。(剩余12102字)
网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。