基于cnn和lstm深度网络的伪装用户入侵检测

《基于cnn和lstm深度网络的伪装用户入侵检测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于CNN和LSTM深度网络的伪装用户入侵检测王毅冯小年钱铁云朱辉周静武汉大学计算机学院中国电力财务有限公司北京汇通金财信息科技有限公司摘要：用户伪装入侵检测技术作为一种主动式安全防护技术已成为当前的研究热点•现有的用户伪装入侵检测技术存在难以准确建模用户行为模式的缺陷。利用卷积神经网络（CNN）处理局部关联性数据和特征提取的优势，以及长短期记忆神经网络（LSTM）捕获数据时序性和长程依赖性的优势，设计了一种结合卷积和长短期记忆的深度神经网络（CCNN-LSTM）用于伪装入侵检测。该方法具有较强的学习能力，能自动学习数据的表征而无需人工提取

2、复杂特征，在面对复杂高维的海量数据时具有较强的潜力。实验结果表明，该方法具有更高的检测率及更低的检测代价，其性能胜过多个基线系统。关键词：伪装用户入侵检测;深度神经网络;卷积神经网络;长短期记忆人工神经网络;作者简介：王毅（1993—），男，籍贯四川南充人，研究生学历，硕士，武汉大学计算机学院，主要研究领域为Web挖掘，数据管理。作者简介：冯小年（1969—）,男，籍贯湖北阳新人，研究生学历，高级工程师,中国电力财务有限公司，主要研究领域为数据管理，信息安全。作者简介：钱铁云（1970—）,女，籍贯浙江诸暨人，研究生学历，教授，博导,武汉大

3、学计算机学院，主要研究领域为Web挖掘，数据管理。作者简介：朱辉（1983—）,男，籍贯河南信阳人，研究生学历，汇通金财信息有限公司，主要研究领域为电力金融，互联网金融，项目管理。作者简介：周静（1984—）,男，籍贯安徽马鞍山人，研究生学历，汇通金财信息有限公司，主要研究领域为智能电网，信息通信，大数据，项目管理。基金：国家自然科学基金CNNandLSTMDeepNetworkbasedIntrusionDetectionforMaliciousUsersWANGYiFENGXiaonianQIANTieyunZHUHuiZHOUJing

4、SchoolofComputerScience,WuhanUniversity;ChirmPowerFinanceCo.,Ltd;BeijingHuitongJincaiInformationandTechnologyCompanyLimited;Abstract：Theintrusiondetectionofintcrneilmalicioususers,asamactivesccurityprotectiontcchnology,hasbeenahotresearchtopicinrecentyears.Existingmethodsa

5、reunabletoaccuratelymodeltheusers'behavior.Inthispaper,weproposeanovelCCNN-LSTMmethodtocombinetheconvolutionandlongandshortmemoryneuralnetwork.Thebasicideaistouseconvolutionneuralnetwork(CNN)tocapturethelocalcorrelationinusers，activitydataandlongandshorttimememoryneuralnet

6、work(LSTM)todealwithsequentialrelationshipandlong-rangedependencyTheproposedmethodcanautomaticallylearntherepresentationofdatawithoutartificialextractionofcomplexfeatures.Ttcanalsoscaletolargevolumeofhighdimensionaldata.Theexperimentalresultsshowthatourmethodhashigherdetec

7、tionrateandlowerdetectioncostthananumberofbaselines.Keyword：intrusiondetectionofmalicioususers;depthneuralnetwork;convolutionneuralnetwork;longandshorttermmemoryartificialneuralnetwork;1引言互联网+时代，信息网络已深入国民经济的各个环节，人、物及商业已通过信息网络逐步互联，网络安全问题也日渐凸显出来。从组织信息系统遭受的直接攻击来源看，可将入侵分为:外部入侵

8、和内部用户伪装入侵。内部用户伪装入侵是指未授权用户通过伪装成内部合法用户进入系统，访问、修改关键数据或执行其他非法操作的行为[1]。根据建模用户行为模式所侧重的信息（频率信息、相