摘要： 為解決傳統(tǒng)網絡入侵檢測方法中攻擊特征過少、數據不平衡及模型收斂速度慢的問題，提出基于卷積神經網絡結合特征融合的網絡入侵檢測方法。將流量數據轉為灰度圖像提取其紋理特征，再將紋理特征與流量特征進行特征融合以增加攻擊特征量。使用Borderline-SMOTE方法對UNSW-NB15數據集進行數據平衡。運用逐層貪婪訓練方法優(yōu)化卷積神經網絡模型提高模型的收斂速度。實驗表明，該方法的性能... （共8頁）