【技术实现步骤摘要】
本专利技术涉及信息可视化与可视分析，具体为一种面向网络入侵检测深度学习模型的可视化方法。
技术介绍
1、互联网的迅速发展在给用户带来便利的同时也伴随着严峻的网络安全挑战。不法分子利用各种手段进行漏洞扫描、拒绝服务、僵尸网络等攻击，以达到破坏系统、盗取信息等目的，获取非法利益，不仅对个人和企业造成了巨大的经济损失，还对整个社会的信息安全构成了严重威胁。网络入侵检测技术是一种网络安全防护技术，通过分析网络流量特征来识别异常的网络流量模式，及时发现并阻止潜在的入侵行为，是网络安全领域重要的研究方向。
2、随着网络技术的发展、攻击手段的更新迭代，基于深度学习模型的网络入侵检测技术因其出色的特征提取能力和在处理大规模数据时有更高的准确率，成为当前研究的热点。然而，由于深度学习模型的黑盒性，研究人员无法准确了解模型从数据中提取的信息和学到的模式，也无法根据专业知识验证模型的决策，这限制了深度学习模型在网络入侵检测领域中的应用。因此，网络安全领域的研究人员需要一种方法来探索模型的检测结果、分析其工作机制，以揭示模型的优势和劣势，提高研究人...
【技术保护点】
1.一种面向网络入侵检测深度学习模型的可视化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向网络入侵检测深度学习模型的可视化方法，其特征在于，在步骤S1中，数据获取与处理具体为：
3.根据权利要求1所述的面向网络入侵检测深度学习模型的可视化方法，其特征在于，在步骤S2中，可视化映射具体包括：
4.根据权利要求1所述的面向网络入侵检测深度学习模型的可视化方法，其特征在于，在步骤S3中，可视化布局实现中数据聚合可视化布局与实现具体如下：
5.根据权利要求1所述的面向网络入侵检测深度学习模型的可视化方法，其特征在...
【技术特征摘要】
1.一种面向网络入侵检测深度学习模型的可视化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向网络入侵检测深度学习模型的可视化方法，其特征在于，在步骤s1中，数据获取与处理具体为：
3.根据权利要求1所述的面向网络入侵检测深度学习模型的可视化方法，其特征在于，在步骤s2中，可视化映射具体包括：
4.根据权利要求1所述的面向网络入侵检测深度学习模型的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。