關鍵詞：深度信念網絡 降噪自編碼網絡 數據降維 入侵檢測 

摘要：提出一種基于深度信念網絡(DBN)的Wi-Fi網絡入侵檢測模型。使用SMOTE算法對數據樣本中的異常數據和正常數據進行數量平衡,使用降噪自編碼網絡(DAE)對平衡后的數據進行降維,消除無關或冗余特征降低檢測建模規模。在AWID數據集上進行實驗,實驗結果表明,與其它基于淺層學習算法的檢測方法相比,所提方法可有效精簡數據特征,降低檢測時間,在檢測精度和誤報率方面體現出了更優性能。

計算機工程與設計雜志要求:

{1}根據論文情況可自行決定是否列舉閱讀型參考文獻；閱讀型參考文獻用文后尾注形式，以帶方括號的阿拉伯數字（［1］［2］［3］……）順序編號排列。閱讀型參考文獻可不標注具體頁碼。

{2}來稿要求來稿要有科學性、真實性、先進性。設計合理，結構嚴密，層次分明，文通句順，統計學方法正確。

{3}來稿請注明作者單位、聯系方式及確切通信地址。所有稿件，請作者自留底稿，無論采用與否，恕不退還。

{4}正文各級標題一律采用阿拉伯數字連續編號，同級題不同層次的數字之間用下圓點相隔，最末一位數后不加標點。

{5}來稿請寫明詳細通訊地址及聯系電話，并附作者簡介，內容如下：姓名、出生年、性別、民族（漢族可省略）、籍貫、學位、職稱和最高學術職務及研究方向。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社