基于圖像凸包特征的CBAM-CNN網(wǎng)絡(luò)入侵檢測方法

摘要： 針對入侵檢測領(lǐng)域中多分類準(zhǔn)確率較低和模型訓(xùn)練時間較長的問題,文章根據(jù)現(xiàn)有的基準(zhǔn)數(shù)據(jù)集NSL-KDD的特點(diǎn),提出一種新穎且有效的預(yù)處理方法。首先,對數(shù)據(jù)集進(jìn)行字符特征數(shù)值化和歸一化處理,并轉(zhuǎn)化成RGB圖像數(shù)據(jù)集；其次,使用Canny邊緣檢測算法提取圖像數(shù)據(jù)集中的各種攻擊類型的邊緣特征,根據(jù)圖像的邊緣特征使用凸包算法構(gòu)建凸包,并計(jì)算各類攻擊的平均凸包面積、平均凸包周長和平均頂點(diǎn)數(shù),...