基于CNN的网络数据安全检测技术研究

摘要

针对当前网络攻击类型复杂、传统检测方法识别能力有限的问题，本文提出一种卷积神经网络（CNN）技术并通过构建数据预处理流程、特征提取机制、深度模型训练体系与实时监测系统，实现对多类网络攻击行为的高效识别与响应。实验结果表明：该方法在准确率、召回率及调和均值等关键指标上均优于传统支持向量机（SVM）模型，在识别隐蔽性攻击方面表现出较强的鲁棒性与泛化能力，为构建智能化网络安全防御体系提供了有效支撑。

关键词

神经网络 / 网络安全 / 异常检测