![](/images/graphics-bg.png)
Network Intrusion Detection through Stacking Dilated Convolutional Autoencoders
المؤلفون المشاركون
المصدر
Security and Communication Networks
العدد
المجلد 2017، العدد 2017 (31 ديسمبر/كانون الأول 2017)، ص ص. 1-10، 10ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2017-11-16
دولة النشر
مصر
عدد الصفحات
10
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الملخص EN
Network intrusion detection is one of the most important parts for cyber security to protect computer systems against malicious attacks.
With the emergence of numerous sophisticated and new attacks, however, network intrusion detection techniques are facing several significant challenges.
The overall objective of this study is to learn useful feature representations automatically and efficiently from large amounts of unlabeled raw network traffic data by using deep learning approaches.
We propose a novel network intrusion model by stacking dilated convolutional autoencoders and evaluate our method on two new intrusion detection datasets.
Several experiments were carried out to check the effectiveness of our approach.
The comparative experimental results demonstrate that the proposed model can achieve considerably high performance which meets the demand of high accuracy and adaptability of network intrusion detection systems (NIDSs).
It is quite potential and promising to apply our model in the large-scale and real-world network environments.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Yu, Yang& Long, Jun& Cai, Z.. 2017. Network Intrusion Detection through Stacking Dilated Convolutional Autoencoders. Security and Communication Networks،Vol. 2017, no. 2017, pp.1-10.
https://search.emarefa.net/detail/BIM-1202899
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Yu, Yang…[et al.]. Network Intrusion Detection through Stacking Dilated Convolutional Autoencoders. Security and Communication Networks No. 2017 (2017), pp.1-10.
https://search.emarefa.net/detail/BIM-1202899
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Yu, Yang& Long, Jun& Cai, Z.. Network Intrusion Detection through Stacking Dilated Convolutional Autoencoders. Security and Communication Networks. 2017. Vol. 2017, no. 2017, pp.1-10.
https://search.emarefa.net/detail/BIM-1202899
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1202899
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)