深度学习在网络安全领域的应用研究综述

陈 青梅, 任 明春, 彭 志珍
贵州省疾病预防控制中心

摘要

近年来，深度学习由于其能够更全面地捕捉网络数据的特征，在与各种网络异常检测方法结合后能获得更好的检测结果等特点，逐渐引起网络安全领域的关注。为进一步理清深度学习在网络安全应用相关工作的研究脉络，首先对神经网络表示学习进行简要介绍；其次梳理常用的三类基于深度学习的网络安全检测方法，并对这三类方法进行分析对比；接着简要介绍公开的网络入侵检测数据集；最后对本文进行总结并探讨目前研究的局限性及将来的研究方向。

关键词

深度学习；神经网络；网络异常检测；网络安全；入侵检测数据集

参考

[1] Nasr M, Bahramali A, Houmansadr A. Deepcorr: Strongflow correlation attacks on TOR using deep learning[C]//Proc of the 2018 ACM SIGSAC Conf on Computer and Communications Security. New York: ACM, 2018:1962-1976.

[2] Andresini G, Appice A, Malerba D. Nearest cluster-based intrusion detection through convolutional neural networks[J]. Knowledge-Based Systems, 2021, 216:106798.

[3] Ramakrishnan N, Soni T. Network traffic prediction using recurrent neural networks[C]//2018 17th IEEE International Conference on Machine Learning and Applications.Orlando:IEEE, 2018:187-193.

[4] Fan S, Shi C, Wang X. Abnormal event detection via heterogeneous information network embedding[C] //Proceedings of the 27th ACM international conference on information and knowledge management. Italy:ACM, 2018:1483-1486.