%0 Journal Article %A 李荷婷 %A 冯仁君 %A 陈海雁 %A 景栋盛 %T 基于异卷积神经网络的入侵检测 %D 2019 %R 10.3969/j.issn.1006-2475.2019.10.022 %J 计算机与现代化 %P 117- %V 0 %N 10 %X 网络已经深入人们生产生活的各领域。然而,由于存在大量的非法入侵行为,网络所面临的安全问题也越来越严峻。因此,检测入侵以保障网络安全是一个亟待解决的问题。针对此,本文提出一种基于异卷积神经网络的入侵检测方法,采用深度学习的卷积神经网络模型完成对入侵数据的特征提取,然后根据2种不同结构的卷积神经网络训练数据,从而得到最优模型,用以判断网络入侵。最后,使用KDD 99数据进行对比实验,验证本文方法的准确性和精确性。 %U http://www.c-a-m.org.cn/CN/10.3969/j.issn.1006-2475.2019.10.022