《计算机工程与科学杂志》发表论文赏析

基于改进萤火虫算法和长短期记忆网络的恶意行为检测方法

来源:计算机工程与科学杂志2024年第12期北京时间:

作者:沈凡凡, 汤星译, 张军, 徐超, 陈勇, 何炎祥

单位:(1.南京审计大学计算机学院智能审计学院,江苏 南京 211815;2.东华理工大学软件学院,江西 南昌 330013;3.武汉大学计算机学院,湖北 武汉 430072)

摘要:近年来,数据平台与系统的规模飞速扩张,性能快速提升,安全性能也随之越发重要。现有的基于深度学习的恶意行为检测方案缺少与模型契合的优化算法,导致模型缺乏自优化能力。提出了一种基于改进萤火虫算法与改进长短期记忆网络的恶意行为检测方法iFA-LSTM,该方法可以有效地进行恶意行为的二分类检测。通过UNSW-NB15数据集来验证所提出的方法,方法在单攻击二分类实验中的平均识别准确率达到了99.56%,且在混合攻击二分类实验中平均识别准确率也达到了98.79%,同时也充分证明了iFA的有效性。所提出的方法可以快速有效地进行恶意行为检测,非常有希望应用于恶意行为的安全监控和识别。

关键词:平台与系统安全,恶意行为检测,神经网络,算法优化,二分类,

基金资助:国家自然科学基金(61902189,6242227,71972102,62162002,61972293);江苏省高等学校基础科学(自然科学)研究项目(22KJA520004);江西省自然科学基金(20212BAB202002);江苏省研究生科研与实践创新计划项目(SJCX23_1101)

2024年12期其他文献查阅:

2024年中国高性能计算机发展现状分析

高精度两步分支混合CORDIC算法设计及FPGA实现

开源前处理软件到通用有限元求解器的网格文件转换方法研究

Bowtie 2-NUMA:具有NUMA体系结构适应性的基因序列比对应用#br#

研发类GPU集群任务数据集的构建及分析

面向深度学习作业的干扰感知在线调度算法研究

5G-AKA认证机制脆弱性分析与验证

基于改进萤火虫算法和长短期记忆网络的恶意行为检测方法

一种基于多区块链协作的分布式位置匿名方法

基于优化特征堆叠与集成学习的车联网入侵检测模型

基于模板更新和重检测的长时目标跟踪研究

基于多尺度特征融合与背景抑制的MFFBSNet人群计数算法

一种基于孪生网络的目标轮廓跟踪方法

西夏文字的多层掩码识别方法

一种针对对话文本属性级情感信息抽取的词对关系建模方法

矛盾体分离单元结果演绎方法及应用

融合注意力机制的解耦对比聚类

基于通道筛选和自适应熵阈值的眼电伪迹自动去除算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!