共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于多尺度一维卷积神经网络的入侵检测模型显示文摘随着信息技术的快速发展,网络安全问题日益严峻,入侵检测成为保护网络系统的关键任务之一。为了获得更好的网络流量特征,提出了一种基于多尺度一维卷积神经网络的入侵检测模型。首先,利用一维卷积块提取数据的原始特征;然后,采用三种不同尺度的一维卷积对网络入侵数据分别提取特征;最后,将不同尺度的特征融合,以构建出网络入侵检测模型。文中所提方法在两个公开的网络入侵检测数据集上进行了实验验证,结果表明,基于多尺度一维卷积神经网络融合的特征向量包含更加丰富网络流量特征,能够有效提高入侵的性能。 | 林伟 洪容容 | 2023 | 中国电子科学研究院学报2023，18，7： | 0 |
| 2 | 基于混合神经网络的恶意加密流量识别方法显示文摘传统的针对网络恶意加密流量识别方法在实际应用中,受到人为经验干预较大,影响恶意加密流量识别的结果。文章提出一种基于混合神经网络的恶意加密流量识别方法。首先对流量数据进行预处理,将其中的时间戳、端口号作为分类依据进行分组,通过流量特征提取算法和分类器构建混合神经网络模型,分析PCAP网络加密流的文件形式,模型经过预处理和训练之后,将提取特征输入神经网络第二层中进行识别,通过优化模型内部的识别算法,利用分类器输出结果进行检测,得到最终的恶意加密流量识别结果。为验证方法有效性,专门设计方法性能测试实验。实验结果表明,设计的基于混合神经网络的恶意加密流量识别方法精确率和召回率都远远高于其他检测方式,F值也一直保持98%的检测精度,稳定性高于三种传统的识别方法。 | 张静 苗水清 吴晓晖 | 2023 | 九江学院学报(自然科学版)2023，38，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员