基于CNN-SVM的网络流量检测研究

发布时间：2024-03-08 02:53

　　目前,网络攻击日益猖獗,网络空间在给予人们便利的同时也带来了巨大的隐患。为了防患这些网络攻击的侵害,网络流量检测成为一种有效的抵御措施。常见的流量分类技术主要以机器学习为主,如何改进检测方法、提高网络流量分类效率是目前研究的热门话题。

【文章页数】：3 页

【部分图文】：

图1CNN-SVM模型结构图

其中,t代表分类标签,预测输出当f(x)与分类标签异号,f(x)<0则max(1-f(x)t,0)>1,损失值也大于1。当训练分类器时,随着损失值降低,分类函数进行拟合,使点尽量满足f(x)t>0则预测输出f(x)和t变为同号。分类训练完成结束,f(x)大于0表示正类,相反小于0....

图2两种模型正常流量和恶意流量识别准确率

实验第一部分通过将数据集中流量分别使用CNN分类模型和CNN-SVM分类模型进行正常流量和恶意流量的分类检测实验,采用二分类的方式进行实验。实验第二部分采取对数据集进行10分类的方式进行实验。图2是两种模型在不同场景实验的准确率比较。实验结果表明:在准确率上,CNN-SVM分类模....

本文编号：3921899