山西警察学院网络安全保卫系

摘要：针对现有网络攻击检测方法预测精度不高的问题,提出了一种卷积神经网络在线网络安全攻击检测方法.基于传统的卷积网络设计了对网络进行攻击检测的改进卷积神经网络模型,并采用训练数据来训练该模型,当训练误差低于一定阈值时,输入测试数据进行网络攻击时间分类.结果表明:所提模型不仅具有较高的检测准确率,而且相对于其他方法具有检测准确率高和误报率低的优点. 
 

基金：山西警察学院基金项目(2018yqn)；

关键词：网络安全; 卷积神经网络; 检测; 训练;

分类号：TP393.08;TP183