陈磊，胡广朋

（江苏科技大学计算机学院，镇江 212003）

0 引言

当今世界计算机信息技术飞速发展，互联网已经深入我们生活的方方面面。在此背景下，网络攻击事件频发，并且造成了巨大的损失。

近年来全球的网络安全事件不断增加。2017年爆发了3起勒索病毒事件，其中Wanna Decryptor影响最大，造成高达80亿美元的损失［1］。此外还发生过多起数据泄露事件，比如Vault7数据泄露、MongoDB启示录、Equifax数据泄露等，2018年网络掠夺攻击越演越烈，英国航空公司、Newegg、Inbenta等纷纷报告了Magecart引人注目的黑客攻击。2019年新型勒索软件Big game hunting的攻击激增，其专门攻击大型目标。同年也发生多起因黑客攻击造成的用户数据泄露。2020年国内爆出中国电信泄露2万条用户信息。微博5.38亿用户数据在暗网出售等网络安全事件。由此可见，互联网面临持续的安全威胁，迫切需要加强对网络安全的防御来保护公民和政府的信息安全。

入侵检测技术是一种要找出危害信息资源完整性、可用性和机密性的一组恶意行为的安全措施［2］。入侵检测系统（IDS）能够识别异常行为和流量，并且对未授权的行为进行监测和响应，所以它一直是网络安全领域重要的研究内容。目前已经有一些IDS的研究成果。张展、赵英等人［3］提出一种基于CNN和RNN混合模型的入侵检测，主要针对在入侵检测中单一应用CNN和RNN无法同时学习时序和空间特征的问题。实验表明，该方法相比单独CNN模型或RNN模型在NSL_KDD数据集上有更高准确率。汪波、聂晓伟［4］为了解决网络入侵的多分类问题，提出了用多目标数学规划模型分析多类网络攻击行为的方法。……