融合CNN-BiLSTM和注意力机制的网络入侵检测方法探究

摘要

入侵检测系统可以识别出网络流量中的攻击行为,是网络安全的重要手段之一。为提高网络入侵检测的准确率,文章利用分层的CNN和BiLSTM网络提取网络流量数据的时空特征,注意力机制筛选分类关键特征,提出一种融合CNN-BiLSTM与注意力机制的网络入侵检测方法。NSL-KDD数据集实验表明,该方法有效提高了入侵检测准确率,降低了误报率。