贵阳职业技术学院
Published:2024
移动端阅览
程卓. 基于特征学习的无线传感网络入侵行为检测方法[J]. 2024, (1): 76-79.
DOI:
程卓. 基于特征学习的无线传感网络入侵行为检测方法[J]. 2024, (1): 76-79. DOI:
传统的机器学习算法在无线传感网络入侵行为检测中应用效果不理想,Recall(召全率)和F1-score(召全率与精准率的调和平均数)较低,针对现行方法存在的不足和缺陷,提出基于特征学习的无线传感网络入侵行为检测方法。利用时间戳马尔可夫模型对无线传感网络进行分段,实现对网络入侵数据局部特征编码,利用深度学习网络,学习网络入侵行为特征,对网络数据标签进行数值化和归一化处理,根据入侵特征对网络行为进行分类,识别检测入侵行为,以此实现基于特征学习的无线传感网络入侵行为检测。经实验证明,设计方法Recal在95%以上,F1-score在90%以上,检测精度较高,在无线传感网络入侵行为检测方面具有良好的应用前景。
买欣蕾.基于时间戳马尔可夫模型的无线传感网络入侵检测方法[J].长江信息通信,2023(09).
叶利军.基于大数据分析技术的互联网非法入侵行为智能检测[J].自动化技术与应用,2022(12).
李昂.基于BILSTM与改进PSO算法的农业物联网入侵行为检测[J].湖南邮电职业技术学院学报,2022(04).
赵雅.基于强化学习的计算机网络恶意入侵行为检测方法[J].信息与电脑(理论版),2022(22).
洪梅,艾春.基于FS算法和极限学习机的通信网络入侵检测方法[J].长江信息通信,2022(06).
沈溶溶.基于大数据技术的交互式网络恶意入侵行为检测方法[J].信息与电脑(理论版),2022(01).
编辑部.2020年网络威胁报告——隐蔽或带有噪声的网络攻击使检测复杂化[J].信息安全与通信保密,2021(04).
张康宁,廖光忠.基于改善Bagging-SVM集成多样性的网络入侵检测方法[J].东北师大学报(自然科学版),2020(04).
赵智阳,夏筱筠.基于卷积神经网络的电网工控系统入侵检测算法[J].计算机系统应用,2020(08).
王婷,王娜,崔运鹏,李欢.基于半监督学习的无线网络攻击行为检测优化方法[J].计算机研究与发展,2020(04).
0
Views
92
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution