Dec.2019
第40卷第12期COMPUTERENGINEERINGANDDESIGNVol.40No.12
基于深度学习的Wi-Fi网络入侵检测方法
刘明峰，郭顺森，韩然，侯路，吴弟，田小川
国网山东电力公司青岛供电公司，山东青岛266002）
（
摘要：DBN）Wi-Fi％SMOTE算法对数据样本中的异常数据和
提出一种基于深度信念网络（的网络入侵检测模型使用
，DAE）对平衡后的数据进行降维消除无关或冗余特征降低检测建模规
正常数据进行数量平衡使用降噪自编码网络（，
模。在AWID数据集上进行实验，实验结果表明，与其它基于浅层学习算法的检测方法相比，所提方法可有效精简数据特
征，降低检测时间，在检测精度和误报率方面体现出了更优性能％
关键词：深度信念网络；降噪自编码网络；数据降维；入侵检测；Wi-Fi网络
中图法分类号：文献标识号：文章编号：2019（）
TP393A1000-702412-3394-07
doi：16208/j.issnl2019.
10.000-7024.12.006
Wi-Fiintrusiondetectionmethodbasedondeeplearning
LIUMing-feng,GUOShun-sen,HANRan,HOULu,WUJun,TIANXiao-chuan
(QingdaoPowerSupplyCompanyStateGridShandongElectricPowerCompanyQingdao266002China)
Adetectionondeepproposed.used
Wi-FiintrusionbeliefwasSMOTEwasto
Abstractnetworkmodelbasednetwork(DBN)
：
balanceJhedaJasamplesJoimproveJheJheclassificaiondeJecionperformance.ToreduceJhedimensionaliyandredundancyof
denosiningauJoencoderneJworkDAE)wasusedJoreduceJhedimensionofJhefeaJurevecJors.Resulsof
JhefeaJurevecJors(
experimentsAWIDdatasetshowwithsha