典型文献
基于深度学习的网络入侵检测研究综述
文献摘要：
互联网的迅速发展在给用户带来巨大便利的同时,也引发了诸多安全事故.随着零日漏洞、加密攻击等网络攻击行为日益增加,网络安全形势愈发严峻.入侵检测是网络攻击检测的一种重要手段.近年来,随着深度学习技术的持续发展,基于深度学习的入侵检测系统逐渐成为网络安全领域的研究热点.通过对文献的广泛调查,介绍了利用深度学习技术进行网络入侵检测的最新工作.首先,对当前网络安全形势及传统入侵检测技术进行简要概括;然后,介绍了网络入侵检测系统中常用的几种深度学习模型;接着,总结了深度学习中常用的数据预处理技术、数据集以及评价指标;再从实际应用的角度介绍了深度学习模型在网络入侵检测系统中的具体应用;最后,讨论了 目前研究过程中面临的问题,提出了未来的发展方向.
文献关键词：
网络安全;网络攻击;入侵检测;网络入侵检测系统;深度学习
中图分类号：
作者姓名：
黄屿璁;张潮;吕鑫;曾涛;王鑫元;丁辰龙
作者机构：
河海大学计算机与信息学院 南京 211100;水利部信息中心 北京 100053;河海大学水利部水利大数据技术重点实验室 南京 211100
文献出处：
引用格式：
[1]黄屿璁;张潮;吕鑫;曾涛;王鑫元;丁辰龙-.基于深度学习的网络入侵检测研究综述)[J].信息安全研究,2022(12):1163-1177
A类：
B类：
大便,安全事故,零日,网络攻击行为,安全形势,网络攻击检测,深度学习技术,安全领域,入侵检测技术,网络入侵检测系统,深度学习模型,数据预处理,预处理技术,研究过程
AB值：
0.167967
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
