文件名称：Network-Intrusion-Detection
文件大小：9KB
文件格式：ZIP
更新时间：2024-04-22 03:28:55
Python
物联网网络入侵检测 UNSW-NB15是网络流量数据集，具有不同类别的正常活动和综合攻击行为。 在此处找到数据集： ： 该项目包括UNSW-NB15数据集的分类模型，我使用随机森林和前馈神经网络开发了该模型。 系统使用将数据分类为正常或恶意数据的随机森林。 然后，此信息将用于训练神经网络，以将攻击数据进一步分类为不同的攻击类别。 攻击检测的结果非常好，大约为。 攻击精度为0.88，普通数据采样精度为近1.0。 攻击分类在区分攻击类别方面存在问题，并且可以将攻击大致分为两个不同的类别。 但是，它可以对正常的网络数据进行准确分类。 有关更多详细信息，请参见该报告。 要求 已在Python 3.6上测试。 数据集。 依赖项：Keras（早于Keras 2），Theano / Tensorflow，Numpy，Pandas，h5py，matplotlib 至少8 GB RAM和足够
【文件预览】：
Network-Intrusion-Detection-master
----roc.py(1KB)
----h2_fit_neural.py(7KB)
----confusion_matrix.py(1KB)
----h2_preprocess.py(5KB)
----h2_create_data_sets.py(5KB)
----README.md(1KB)
----epoch_history_plot.py(524B)