首页 > 专利查询

一种基于深度学习的无线局域网入侵检测方法和系统[发明专利]

专利名称：一种基于深度学习的无线局域网入侵检测方法和系统

专利类型：发明专利

发明人：程克非，张航

申请号：CN201910102673.0

申请日：20190201

公开号：CN109698836A

公开日：

20190430

专利内容由知识产权出版社提供

摘要：本发明公开一种基于深度学习的无线局域网入侵检测系统，涉及网络空间安全领域。本系统包括模型学习和入侵检测，其中模型学习负责预构建RNN神经网络，入侵检测使用构建好的RNN 神经网络实时完成入侵检测任务。采用LSTM循环神经网络对具有时序特点的无线局域网网络数据流量进行分类预测，根据识别模块分类预测的输出判断目标网络流量序列的类别，识别出目标网络中的入侵行为，根据设置的优先级和处理方法进行不同粒度的处理，对可能发生的信息安全问题进行预警和预防，保障无线局域网的保密性、可用性和完整性，提高无线局域网的安全级别。

申请人：重庆邮电大学

地址：400065 重庆市南岸区黄桷垭崇文路2号

国籍：CN

代理机构：重庆华科专利事务所

代理人：康海燕

本文发布于:2024-09-22 23:26:32，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/4/471025.html

上一篇：一种射流泵泵芯取芯器及取芯方法

下一篇：一种用于多树木山区的PS点筛选、网络构建与计算方法