公开(公告)号：CN107241358B

公开(公告)日：2020-04-07

申请号：CN201710651758.5

申请日：2017-08-02

Applicant: 重庆邮电大学

Inventor： 胡向东 ,  杨柳 ,  胡蓉 ,  程占喻 ,  唐贤伦 ,  白银 ,  邢有权 ,  李秋实

IPC: H04L29/06 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的智能家居入侵检测方法，涉及在线系统涉及一种模糊神经网络和深度学习相结合的方法来判断网络是否存在入侵行为。该方法将深度学习和模糊神经网络有机结合在一起，了解决现有智能家居入侵检测技术难以处理大量高维数据、误报率高、漏报率高、检测率低的问题。本发明采用离线系统确定在线系统的运行参数，在线系统进行实时入侵检测，与现有技术相比，这是一个针对智能家居网络攻击行为的主动监测模型，具有较高的检测率、较低的漏报率和误报率，以及实时性强等特点。

公开(公告)号：CN107241358A

公开(公告)日：2017-10-10

申请号：CN201710651758.5

申请日：2017-08-02

Applicant: 重庆邮电大学

Inventor： 胡向东 ,  杨柳 ,  胡蓉 ,  程占喻 ,  唐贤伦 ,  白银 ,  邢有权 ,  李秋实

IPC: H04L29/06 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的智能家居入侵检测方法，涉及在线系统涉及一种模糊神经网络和深度学习相结合的方法来判断网络是否存在入侵行为。该方法将深度学习和模糊神经网络有机结合在一起，了解决现有智能家居入侵检测技术难以处理大量高维数据、误报率高、漏报率高、检测率低的问题。本发明采用离线系统确定在线系统的运行参数，在线系统进行实时入侵检测，与现有技术相比，这是一个针对智能家居网络攻击行为的主动监测模型，具有较高的检测率、较低的漏报率和误报率，以及实时性强等特点。