基于卷积神经网络ResNeXt结构的入侵检测研究

摘要

深度学习应用于网络入侵检测,从卷积神经网络中的残差网络ResNet结构之后主要通过联合使用多种优化策略的方式进行改进,较少关注新模型的使用。因此,提出了一种基于ResNeXt结构的网络入侵检测模型,使用NSL-KDD数据集进行了二分类实验,验证了所提模型相对同样使用二维卷积的经典CNN结构模型具备一定的优势,且能保持合理的模型复杂度,表明所提模型算法的合理性,也为今后网络入侵检测的研究提供了又一种可选用的基础模型。