Network Intrusion Detection System Using Deep Learning Method with KDD Cup'99 Dataset

This work is a deep sparse autoencoder network intrusion detection system which addresses the issue of interpretability of L2 regularization technique used in other works. The proposed model was trained using a mini-batch gradient descent technique, L1 regularization technique and ReLU activation fu...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (IEEE International Symposium on Embedded Multicore/Manycore SoCs. Online) s. 251 - 255
Hlavní autoři:	Tanimu, Jesse Jeremiah, Hamada, Mohamed, Robert, Patience, Mahendran, Anand
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.12.2022
Témata:	Activation function Autoencoder Deep learning Intrusion detection Multicore processing Network intrusion detection Regularization Softmax and Sparse Autoencoder
ISSN:	2771-3075
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!