关键词:
人工智能
网络安全防御
入侵检测
分布式防火墙
改进生成对抗网络
摘要:
针对网络安全防御中误检率高、计算复杂、新型未知攻击难以及时应对和防御花费高等问题,设计一种基于人工智能技术的网络入侵检测和防御相结合的防御方法。采用Wasserstein生成对抗网络模型进行网络入侵检测,通过随机梯度下降优化算法对Wasserstein生成对抗网络模型进行训练。最后利用Python、MATLAB软件得到入侵检测的测试结果。试验结果表明,所提检测方法各项评估数值均优于生成对抗网络模型检测方法,准确率提高了12.52个百分点,精确率提高了10.49个百分点,误检率降低了6.32个百分点,召回率提高了14.23个百分点,F 1分数提高了13.68个百分点。所提网络安全防御方法的误检率、拒包率更低,有效地保证了网络的安全性。