Resumen

El sistema de detección de intrusos en la red puede detectar de manera efectiva el comportamiento de ataques a la red, lo cual es muy importante para la seguridad de la red. En este documento se propone un modelo de detección de intrusos en la red de multiclase basado en una red neuronal convolucional, y se optimiza el algoritmo. Primero, se preprocesan los datos, se convierten los datos originales de intrusión en la red unidimensional en datos bidimensionales, luego se aprenden las características efectivas utilizando redes neuronales convolucionales optimizadas, y finalmente, se producen los resultados de prueba finales en conjunto con el clasificador Softmax. En este documento, se utilizaron los conjuntos de datos estándar de detección de intrusos en la red KDD-CUP 99 y NSL-KDD para llevar a cabo el experimento de detección de intrusos en la red de multiclase; los resultados experimentales muestran que el modelo de detección de intrusos en la red de multiclase propuesto en este documento mejora la precisión

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Sistema de detección de intrusiones en la red; Red neuronal convolucional; Multiclase; Seguridad de red; Conjunto de datos; Ataques desconocidos
• Keywords:Network intrusion detection system; Convolutional neural network; Multiclassification; Network security; Dataset; Unknown attacks