-
公开(公告)号：CN107241358B
公开(公告)日：2020-04-07
申请号：CN201710651758.5
申请日：2017-08-02
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于深度学习的智能家居入侵检测方法，涉及在线系统涉及一种模糊神经网络和深度学习相结合的方法来判断网络是否存在入侵行为。该方法将深度学习和模糊神经网络有机结合在一起，了解决现有智能家居入侵检测技术难以处理大量高维数据、误报率高、漏报率高、检测率低的问题。本发明采用离线系统确定在线系统的运行参数，在线系统进行实时入侵检测，与现有技术相比，这是一个针对智能家居网络攻击行为的主动监测模型，具有较高的检测率、较低的漏报率和误报率，以及实时性强等特点。
-
公开(公告)号：CN107241358A
公开(公告)日：2017-10-10
申请号：CN201710651758.5
申请日：2017-08-02
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于深度学习的智能家居入侵检测方法，涉及在线系统涉及一种模糊神经网络和深度学习相结合的方法来判断网络是否存在入侵行为。该方法将深度学习和模糊神经网络有机结合在一起，了解决现有智能家居入侵检测技术难以处理大量高维数据、误报率高、漏报率高、检测率低的问题。本发明采用离线系统确定在线系统的运行参数，在线系统进行实时入侵检测，与现有技术相比，这是一个针对智能家居网络攻击行为的主动监测模型，具有较高的检测率、较低的漏报率和误报率，以及实时性强等特点。
-
公开(公告)号：CN108234500A
公开(公告)日：2018-06-29
申请号：CN201810015871.9
申请日：2018-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度学习的无线传感网入侵检测方法，属于无线传感网安全技术领域。本方法利用多层神经网络结构，提取数据最高层次的抽象特征；利用深度信念网络的特征学习特性和极限学习机快速学习特性，进行网络数据的特征提取，构建出基分类器；然后，利用随机森林算法较强的分类能力，将多个基分类器组合成一个强分类器。因此，本发明具有检测准确率高，检测速率快的效果，对网络入侵行为有较好的检测能力。
-
-
Search Results
3
records
(took 0.015 seconds)
