## **基于深度学习的网络入侵检测**
### 第一章:安装以及环境配置
#### 1.Pycharm安装
```
官网: https://www.jetbrains.com/pycharm/
```
#### 2.Anaconda安装与配置
```
官网:https://www.anaconda.com/download#downloads
配置环境变量(按照自己的安装路径进行配置即可)
D:\software\anaconda\install
D:\software\anaconda\install\Scripts
D:\software\anaconda\install\Library\bin
D:\software\anaconda\install\Library\mingw-w64\bin
```
#### 3.Tensorflow安装
```
官网:https://tensorflow.google.cn/?hl=zh-cn
创建深度学习环境并命名为tf2,指定python版本为3.11:
conda create --name tf2 python=3.11
Anaconda激活tf2环境:
conda activate tf2
Anaconda退出激活环境:
conda deactivate
安装Tensorflow并指定版本为2.15,使用豆瓣源进行加速
pip install tensorflow==2.15.0 -i https://pypi.douban.com/simple/
安装scikit-learn,使用豆瓣源进行加速
pip install scikit-learn -i https://pypi.douban.com/simple/
```
### 第二章:代码讲解与运行调试
#### 0.数据集说明
```
数据集来源:通信安全机构(CSE)与加拿大网络安全研究所(CIC)合作项目
数据集名称:CSE-CIC-IDS2018
数据集英文原网址:https://www.unb.ca/cic/datasets/ids-2018.html
数据集介绍:数据集包含了网络流量的持续时间、数据包数量、字节数、数据包长度等83个统计特征。
实验数据集取部分数据包含以下六种攻击和一种正常流量数据并给定标签如下:
0 bot攻击
1 dos-slowhttptest攻击
2 Brute Force -Web攻击
3 Infitration攻击
4 DoS attacks-Slowloris攻击
5 DDOS attack-LOIC-UDP攻击
6正常流量数据
```
#### 1.基于卷积神经网络的网络入侵检测(1DCNN、2DCNN)
```
文件夹说明:
data:数据集存放路径
save_picture/1DCNN:存放1DCNN的图片
save_picture/2DCNN:存放2DCNN的图片
model/1DCNN.h5: 保存的1DCNN模型文件
model/2DCNN.h5: 保存的2DCNN模型文件
code/1DCNN.py: 1DCNN代码运行文件
code/2DCNN.py: 2DCNN代码运行文件
code/preprocessing.py: 数据预处理文件
```
基于深度卷积神经网络的入侵监测分析
需积分: 5 177 浏览量
2024-03-20
10:30:19
上传
评论 1
收藏 2.57MB TGZ 举报
Zhang_Luke
- 粉丝: 50
- 资源: 6
最新资源
- 沈丘盛世龙门图纸符合规范化
- HM3400-VB一款N-Channel沟道SOT23的MOSFET晶体管参数介绍与应用说明
- 基于python+streamlit联邦学习进行高校学生成绩预测研究python源码+项目说明+模型+数据.zip
- HM3400D-VB一款N-Channel沟道SOT23的MOSFET晶体管参数介绍与应用说明
- HM3400B-VB一款N-Channel沟道SOT23的MOSFET晶体管参数介绍与应用说明
- spring-boot示例
- 搜集火星资源.py
- JAR应用启动停止脚本化解决方案.zip
- 配合eclipse svn插件subclipse-4.3.4版本的javahl
- Bash脚本教程:如何优雅地停止JAR服务.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈