《表2 基于传统机器学习方法的入侵检测解决问题对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《网络入侵检测技术综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

传统的日志异常检测忽略了日志的时间模式，且存在信息丢失问题，为了弥补这些不足，文献[112]将多模块卷积自动编码器（Convolutional Auto-Encoder，CAE）配置为不同的并行模块在不同的时间间隔中进行扫描以分别提取信息，从而捕获时间的依赖性。然后，将这些潜在空间的特征作为最终输入，使用SVM算法进行分类。所提方法在Blue Gene/L日志数据集上的实验准确率为94.37%，所提方法优于SVM方法（92.62%）。