基于改进深度置信网络模型的网络信息安全检测

廖富荣

doi:10.16009/j.issn.1009-5624.2026.11.010

信息记录材料 ›› 2026, Vol. 27 ›› Issue (11) : 30 -32. DOI: 10.16009/j.issn.1009-5624.2026.11.010

基于改进深度置信网络模型的网络信息安全检测

廖富荣

作者信息 +

Author information +

文章历史 +

摘要

针对网络信息安全检测中威胁多样化和现有方法检测精度不足等问题，本研究提出了一种改进的深度置信网络模型。该模型依据深度学习理论优化网络结构，增加隐藏层节点并调整激活函数，引入稀疏正则化控制过拟合，采用对比散度算法预训练权重，结合反向传播算法微调参数，使用动量梯度下降加速收敛。实验数据集选用KDD Cup 99(1999年知识发现与数据挖掘竞赛数据集)和NSL-KDD(KDD Cup 99数据集的改进版本)标准集合，以支持向量机和传统深度置信网络为对照模型。实验结果表明：相较于对照模型，本文模型的性能显著优于对照模型，能够增强网络信息安全检测的准确性和鲁棒性，具备实际应用价值。