基于人工智能的网络入侵检测系统优化研究

杜秀玲

贝子府镇人民政府，内蒙古自治区赤峰市，024000；

摘要：面对越来越复杂隐蔽的网络攻击，传统的入侵检测技术由于其静态的规则库和有限的特征识别能力，很难应对新的攻击。本研究主要目的在于探究并构建起一种依靠人工智能，尤其是深度学习技术来改善网络入侵检测系统性能的方案。设计层次化的特征提取框架，使用改进的深度神经网络分类器，从大量的网络流量数据中自动、准确地识别出异常行为和恶意攻击。系统优化策略包含特征选择、模型结构、实时处理机制等各个方面。实验表明，所提出的方法在主流数据集上具有较好的检测精度和较低的误报率，可以有效提高网络安全防护系统的智能性、自适应性和实时响应能力，为下一代主动防御体系的建立提供一条可行的技术路径。

关键词：人工智能；入侵检测；深度学习；系统优化

参考文献

[1]张杨.人工智能时代网络入侵检测与防御技术[J].数字通信世界,2025,(07):71-73.

[2]路博.人工智能赋能下的网络入侵检测精准模型构建[J].中国宽带,2025,21(08):34-36.

[3]王斌.人工智能在网络入侵检测系统中的应用与优化策略[J].中国宽带,2025,21(03):61-63.

[4]王俊恒.人工智能与自适应算法在网络入侵检测与防御策略中的应用[J].集成电路应用,2025,42(01):262-263.

[5]刘广睿.智能网络入侵检测系统的安全性评估与防御技术研究[D].哈尔滨工业大学,2024.

[6]刘恩锴.基于人工智能的网络入侵检测与防御技术研究[J].网络安全技术与应用,2024,(08):26-28.