基于深度学习的系统异常检测综述 |
| |
作者姓名: | 付钰 段雪源 王坤 徐浩 |
| |
作者单位: | 1. 海军工程大学信息安全系;2. 信阳师范学院计算机与信息技术学院;3. 信阳职业技术学院数学与信息工程学院;4. 32382部队 |
| |
基金项目: | 国家重点研发计划基金资助项目(2018YFB0804104); |
| |
摘 要: | 基于深度学习的系统异常检测可划分为:基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。
|
关 键 词: | 数据驱动 深度学习 特征提取 异常检测 |
|
|