买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网福建省电力有限公司漳州供电公司;集美大学

申请日：2024-12-24

公开（公告）日：2025-01-24

公开（公告）号：CN119363484A

专利技术分类：.网络安全协议[2022.01]

专利摘要：本申请公开一种深度学习与决策树融合的网络入侵检测模型及方法，其模型包括融合了简化卷积神经网络的第一决策树、改进卷积神经网络以及第二决策树；第一决策树包括根节点和叶节点，每个节点包括一个简化卷积神经网络；改进卷积神经网络依次包括第一卷积层、第一自定义混合池化层、第二卷积层、第二自定义混合池化层、第三卷积层和展平层；第二决策树由经典决策树分类器实现。为解决现有技术中深度神经网络模型的训练效率较低，训练时间太长，难以满足实时攻击检测的需求，本申请设计了可离线运行的第一决策树结构；同时，本申请设计了第二决策树，将其与改进卷积神经网络相结合，提高了模型的整体精度，改善了模型的泛化能力。

专利权项：1.一种深度学习与决策树融合的网络入侵检测模型，其特征在于：该模型为决策树-卷积神经网络-决策树模型，其由融合了简化卷积神经网络的第一决策树、改进卷积神经网络以及第二决策树构成；其中，所述第一决策树包括根节点和叶节点，每个节点包括一个简化卷积神经网络；根节点用于对输入的待检测网络入侵数据进行大致分类为正常、异常和疑似异常数据；然后再传入到下一层的叶节点，对大致分类后的待检测网络入侵数据进一步识别，同时去除待检测网络入侵数据冗余或无关的特征，最终在叶节点输出带有标签的网络入侵检测数据集，标签为初步判断结果；所述简化卷积神经网络包括输入层、卷积层、池化层、全连接层和输出层，池化层采用最大池化方法；其中，改进卷积神经网络为二维卷积神经网络CNN，该改进卷积神经网络依次包括第一卷积层、第一自定义混合池化层、第二卷积层、第二自定义混合池化层、第三卷积层和展平层，第一卷积层为3×3卷积层，第二卷积层和第三卷积层为2×2卷积层，第一自定义混合池化层和第二自定义混合池化层为2×2自定义混合池化层；网络入侵检测数据集经过第一决策树处理后输出带有标签的网络入侵检测数据集，依次经过第一卷积层、第一自定义混合池化层、第二卷积层、第二自定义混合池化层、第三卷积层和展平层，最后输出用于分类的特征向量；第二决策树由经典决策树分类器实现，第二决策树的深度不大于10，每个叶节点的样本数量不小于5；同时，设置剪枝参数范围为[0.009-0.011]来控制树的生长。

百度查询： 国网福建省电力有限公司漳州供电公司 集美大学 一种深度学习与决策树融合的网络入侵检测模型及方法