本发明提供一种基于时序神经网络的网络入侵检测方法。该方法包括:收集待检测点中的网络流量数据,将所述网络流量数据进行分类存储;对分类存储的网络流量数据进行预处理,所述预处理包括符号特征数值化和特征值归一化;训练GRU网络,利用训练好的GRU网络对预处理后的网络流量数据进行检测;若检测数据结果表现为正常流量,则允许流量通过当前检测点;若检测数据结果表现为攻击流量,则向用户发出警报。本发明通过采用GRU网络,在LSTM基础上进一步简化了网络结构,不仅可以有效解决了RNN中存在的不足,而且相比于LSTM更贴近于网络实时性的要求。
声明:
“一种基于时序神经网络的网络入侵检测方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)