基于深度学习的网络入侵检测与防御研究

陈智勇

(武警湖南省总队参谋部,湖南 常德 415000)

0 引言

网络入侵检测与防御系统是指技术人员采用网络入侵检测技术和网络防御技术对计算机系统进行安全防护的一种方式。技术人员通过在计算机系统上安装相应的软件和硬件,对可能发生的各类攻击行为进行识别;通过入侵防御系统的处理机制,对网络攻击行为进行拦截、阻断、记录等一系列的安全处理。在互联网环境下,企业如果缺乏有效的入侵检测与防御手段,一旦被非法用户窃取或修改数据,将会对企业造成十分严重的后果和影响。因此,相关技术人员部署网络入侵检测与防御系统时,需要对其进行检测与部署。

1 基于深度学习的网络入侵检测与防御的原理

数据获取主要是通过对大量的历史数据进行收集、处理和分析来提取出有价值的信息。技术人员通过这些信息来建立网络安全系统中的入侵检测与防御模型。同时,技术人员还需要根据不同种类的数据源,获取与之相对应的不同数据类型来丰富系统。

针对网络入侵检测与防御领域,贾伟峰[1]提出了一种基于深度学习算法构建入侵检测与防御的模型。本文主要对这种基于深度学习的网络入侵检测与防御模型进行分析与讨论。在这一模型中,技术人员首先需要提取出训练集中包含有价值信息的特征向量;其次,将这些特征向量输入训练好的神经网络中进行学习和训练,以得到最优的网络模型参数;最后,对网络模型的输出结果进行统计,得到一个输出结果的概率分布,以此为依据来判断当前的入侵行为是否被检测到。……