一種基于殘差網(wǎng)絡改進的異常流量入侵檢測模型

摘要： 網(wǎng)絡攻擊的準確檢測對于防范信息系統(tǒng)中的漏洞是至關(guān)重要的.目前，雖然許多網(wǎng)絡入侵檢測模型都有較高的檢測率，但仍存在對不平衡異常網(wǎng)絡流量的識別精度低，以及誤報率高的問題.因此，本文提出了一種基于殘差網(wǎng)絡改進的異常流量入侵檢測模型，將CICIDS2017數(shù)據(jù)集轉(zhuǎn)換為灰度圖像后，在ResNet50結(jié)構(gòu)的第2層～第5層添加CBAM注意力機制模塊，構(gòu)建殘差注意力網(wǎng)絡算法，來學習更多異常流量...