龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：暨南大学
摘要：本发明公开了一种网络入侵检测识别的深度学习方法、装置、存储介质及计算机设备，此方法采用基于Transformer模型改进得到的Concise‑former神经网络模型，在编码器模块引入卷积门控自注意力层，以增强编码器模块对于序列数据中局部依赖的挖掘，进一步强化了网络的表达能力和泛化能力，提高了入侵检测的准确性和稳定性，通过简化网络，降低了模型的算法复杂度，提升了模型的计算效率。另外，本发明的方法还采用联合学习对神经网络进行训练，从而在保证精确度的情况下，大幅度提升模型的计算速度以及降低内存消耗，提高了入侵检测的实用性和灵活性。因此本发明能够有效地检测到各种类型的网络入侵。
主权项：1.一种网络入侵检测识别的深度学习方法，其特征在于，包括以下步骤：S1、在需要被保护或者被检测的内部网络的入口交换机上配置端口镜像，将经过内部网络的流量数据克隆至运行数据收集模块的服务器中，以构成数据集；S2、构建神经网络模型，此神经网络模型包括依次连接的嵌入层、具体卷积门控注意力层的编码器模块、LinearLayer线性层和主Softmax层；S3、采用联合学习训练神经网络模型，以对神经网络模型实现优化；S4、部署优化后的神经网络模型，以对被保护或检测的环境中的数据进行入侵检测，得到检测结果，并将检测结果记录为日志保存至中心数据库，同时根据检测结果来通知或控制内部网络中的交换机或主机采取一系列防护措施。
全文数据：
权利要求：
百度查询： 暨南大学 网络入侵检测识别的深度学习方法、装置、存储介质及计算机设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号