基于改進螢火蟲算法和長短期記憶網(wǎng)絡(luò)的惡意行為檢測方法

摘要： 近年來,數(shù)據(jù)平臺與系統(tǒng)的規(guī)模飛速擴張,性能快速提升,安全性能也隨之越發(fā)重要?，F(xiàn)有的基于深度學習的惡意行為檢測方案缺少與模型契合的優(yōu)化算法,導致模型缺乏自優(yōu)化能力。提出了一種基于改進螢火蟲算法與改進長短期記憶網(wǎng)絡(luò)的惡意行為檢測方法iFA-LSTM,該方法可以有效地進行惡意行為的二分類檢測。通過UNSW-NB15數(shù)據(jù)集來驗證所提出的方法,方法在單攻擊二分類實驗中的平均識別準確率達到... （共13頁）