基于模拟退火优化CNN的入侵检测研究
DOI: https://doi.org/10.64083/STE2511103
作者
雷田，王提，闫喜海，王珂，闫芮铵
摘要
入侵检测是信息安全防护的重要环节，卷积神经网络（CNN）可提升检测准确率，但超参数选择是关键难题。本文提出基于模拟退火算法（SA）优化的CNN模型，通过SA自动调整超参数以快速获取最佳模型。实验表明，该模型在 KDD CUP 99 数据集上的准确率（93.59%）和 F1 值（93.26%）均优于随机搜索和贝叶斯优化算法，验证了其有效性。
关键词
入侵检测；模拟退火算法；卷积神经网络；超参数优化
