期刊文献+
共找到19篇文章
< 1 >
每页显示 20 50 100
结合数据流和控制流漂移发现的业务过程异常检测方法
1
作者 孙晋永 许乾 +2 位作者 闻立杰 邓文伟 马瑞阳 《计算机集成制造系统》 北大核心 2025年第5期1672-1683,共12页
现有的业务过程异常检测方法不能发现业务过程模型可能发生的数据流漂移,会将合理的数据流漂移案例判定为异常案例,降低了异常检测的准确性。因此,提出一种结合数据流和控制流漂移发现的业务过程异常检测方法。首先,将事件日志中的事件... 现有的业务过程异常检测方法不能发现业务过程模型可能发生的数据流漂移,会将合理的数据流漂移案例判定为异常案例,降低了异常检测的准确性。因此,提出一种结合数据流和控制流漂移发现的业务过程异常检测方法。首先,将事件日志中的事件名(即控制流)与其他事件属性(即数据流)一样看待,使用独热编码对其进行统一编码,得到案例特征数据集。然后,构建事件属性预测模型来获取业务过程实例的下一事件的所有可能发生事件及其属性的概率分布。进一步,将以上概率分布转换为异常评分,得到候选异常案例集。接着,使用基于霍夫丁不等式的双层滑动窗口机制、概念漂移比率从候选异常案例集中识别出数据流、控制流漂移案例,进而得到真正的异常案例。最后,采用循环更新策略,使用得到的漂移案例集作为新知识来更新事件属性预测模型,使得所提出的方法更准确地检测出真正的业务过程异常。仿真实验结果表明,相比现有的业务过程异常检测方法,所提出的方法能够较准确地发现事件日志中的数据流漂移,对于包含数据流和控制流漂移的事件日志可以获得较高的异常检测准确性。 展开更多
关键词 业务过程异常检测 数据流漂移 事件属性 概念漂移比率 模型更新
在线阅读 下载PDF
基于GATv2-TCN联合优化的WSN数据流异常检测算法
2
作者 苏宇杭 马俊 +3 位作者 樊津瑜 陈博行 周家城 尹博然 《计算机工程与科学》 北大核心 2025年第5期843-850,共8页
在传感器网络中,通过对数据流进行异常检测能够及时发现故障并报警,以确保系统安全可靠运行。然而WSN数据流异常检测仍面临2大难题:1)不同时间序列间复杂的相关性有待深入挖掘;2)在正常/异常样本分布极度不平衡的数据集中异常样本不易... 在传感器网络中,通过对数据流进行异常检测能够及时发现故障并报警,以确保系统安全可靠运行。然而WSN数据流异常检测仍面临2大难题:1)不同时间序列间复杂的相关性有待深入挖掘;2)在正常/异常样本分布极度不平衡的数据集中异常样本不易检出。提出一种基于GATv2-TCN的异常检测算法。采用GATv2和TCN来建模特征和时间维度的复杂关系,并优化预测和重构模块。采用4个数据集对所提算法进行性能验证与分析。实验结果表明,所提算法获得了较高的F 1和AUC,特别是在不平衡的数据集中各项指标均高于基线模型,具有较好的WSN数据流异常检测效果。 展开更多
关键词 无线传感器网络 数据流异常检测 GATv2 TCN
在线阅读 下载PDF
基于改进孤立森林算法的交通流异常数据检测模型 被引量:4
3
作者 宫晓婞 董培信 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期61-69,90,共10页
针对交通流异常数据实时检测问题,提出一种基于改进孤立森林算法与K-Means++算法相结合的交通流异常数据检测模型。首先,使用交通流量和交通流速度数据构建交通流序列;然后,利用改进孤立森林算法,构建交通流数据的异常评分模型,并通过K-... 针对交通流异常数据实时检测问题,提出一种基于改进孤立森林算法与K-Means++算法相结合的交通流异常数据检测模型。首先,使用交通流量和交通流速度数据构建交通流序列;然后,利用改进孤立森林算法,构建交通流数据的异常评分模型,并通过K-Means++算法构建滑动窗口计算出异常评分的阈值,以此来实现对交通流数据异常值的实时检测;最后,通过实例分析验证模型的合理性和可行性。研究结果表明:改进孤立森林算法与K-Means++结合的方法可以准确地确定异常评分的阈值进而检测出异常数据;该模型与仅考虑交通流流量的模型、传统孤立森林模型相比,AUC分别高出29.7%和5.3%,与其他常用的LOF、ABOD、OCSVM方法相比,AUC均有所提高。该模型准确率明显提升,在交通流异常数据检测中具有更好的适用性,能够为交通管理部门提供交通状况检测支持,提高交通管理效率。 展开更多
关键词 交通工程 异常检测模型 改进孤立森林算法 交通流数据 K-Means++算法
在线阅读 下载PDF
基于大数据的电力信息网络流量异常检测机制 被引量:39
4
作者 姜红红 张涛 +3 位作者 赵新建 钱欣 赵天成 高莉莎 《电信科学》 北大核心 2017年第3期134-141,共8页
随着智能电网建设的加强,电力信息网络及其承载的业务系统得到迅猛发展,网络业务流量的检测和预警具有重要的安全意义。针对目前电力信息网络缺乏处理流量异常问题的有效技术手段,提出了一种基于大数据的电力信息网络流量异常检测机制,... 随着智能电网建设的加强,电力信息网络及其承载的业务系统得到迅猛发展,网络业务流量的检测和预警具有重要的安全意义。针对目前电力信息网络缺乏处理流量异常问题的有效技术手段,提出了一种基于大数据的电力信息网络流量异常检测机制,并通过对改进的局部异常因子(M-LOF)和支持向量域数据描述(SVDD)两种常用异常检测算法的对比分析,总结出适合电力信息网络的流量异常检测方法 。 展开更多
关键词 电力信息网络 流量异常检测 局部异常因子 支持向量域数据描述
在线阅读 下载PDF
基于多窗口机制的聚类异常检测算法 被引量:6
5
作者 何明亮 陈泽茂 左进 《信息网络安全》 2016年第11期33-39,共7页
文章通过分析单窗口聚类异常检测算法的不足,综合利用权值、相似度和局部密度等概念对单窗口检测出的潜在异常点进行归属查找和异常合并,设计了一种基于多窗口机制的数据流异常检测算法。该算法首先在单个窗口内用改进的K-means聚类算... 文章通过分析单窗口聚类异常检测算法的不足,综合利用权值、相似度和局部密度等概念对单窗口检测出的潜在异常点进行归属查找和异常合并,设计了一种基于多窗口机制的数据流异常检测算法。该算法首先在单个窗口内用改进的K-means聚类算法对预处理之后的数据流进行初步聚类检测,将每个窗口聚类的结果分为正常簇集合和潜在异常点集合。然后对单窗口检测结果进行二次判断。针对单窗口检测的潜在异常点,利用相似度原理进行正常类簇的归属查找,排除异常误判;利用局部密度等概念,对剩下的潜在异常点进行异常合并,再次排除可能的正常点。最后利用时间权值,综合多个数据流窗口的检测结果得出最终异常数据。仿真实验表明,相较于单窗口数据流异常检测算法,该算法提高了数据流的异常检测率,减少了异常误判,在检测率和误报率方面更具优势。 展开更多
关键词 单窗口 多窗口 数据流 异常检测
在线阅读 下载PDF
基于模型检测的数据流异常测试技术研究 被引量:2
6
作者 陈涛 许金超 钮俊 《计算机工程与应用》 CSCD 北大核心 2011年第25期1-4,共4页
程序的执行体现为数据在变量中的流动。对C/C++源代码中变量定义使用情况进行分析,针对变量未赋值就使用、变量重复赋值和变量定义后未使用三种数据流异常情况,使用程序阅读自动机,把程序转换为变量状态机,使用ALCCTL时序逻辑和模型检... 程序的执行体现为数据在变量中的流动。对C/C++源代码中变量定义使用情况进行分析,针对变量未赋值就使用、变量重复赋值和变量定义后未使用三种数据流异常情况,使用程序阅读自动机,把程序转换为变量状态机,使用ALCCTL时序逻辑和模型检验工具,验证程序是否满足定义的可信模式。提出了新的静态查找变量使用故障的方法。该方法已应用于面向故障的软件测试系统中。 展开更多
关键词 变量使用 软件测试 数据流异常 模型检测
在线阅读 下载PDF
一种检查面向对象程序中数据流异常的方法 被引量:2
7
作者 郭健强 蔡希尧 《计算机研究与发展》 EI CSCD 北大核心 2000年第6期672-676,共5页
数据流异常是指程序中与变量使用有关的不合常规的“可疑”情况.仅靠传统的数据流异常检查技术不能发现面向对象程序中与实例变量有关的数据流异常,将方法序列规范与传统的检查技术结合起来,提出了一种能检查对象的实例变量的数据流... 数据流异常是指程序中与变量使用有关的不合常规的“可疑”情况.仅靠传统的数据流异常检查技术不能发现面向对象程序中与实例变量有关的数据流异常,将方法序列规范与传统的检查技术结合起来,提出了一种能检查对象的实例变量的数据流异常的方法.当类中方法的调用顺序符合该类的方法序列规范时,应用提出的方法能保证发现所有的介于不同方法之间的数据流异常. 展开更多
关键词 数据流异常 程序静态分析 面向对象 程序设计
在线阅读 下载PDF
融入时间关联因子曲线拟合的交通流异常挖掘方法 被引量:4
8
作者 陈珂 邹权 《计算机工程与设计》 CSCD 北大核心 2013年第7期2561-2565,共5页
分析了智能交通系统(ITS)的特征使得获取交通流信息的质量和准确性难以保证,且ITS的分析和预测与数据的存在时间远近关联的紧密性。如果不考虑时间关联,将这些含有噪声、冗余、错误或不一致源信息应用到以参数驱动的预测模型,就无法得... 分析了智能交通系统(ITS)的特征使得获取交通流信息的质量和准确性难以保证,且ITS的分析和预测与数据的存在时间远近关联的紧密性。如果不考虑时间关联,将这些含有噪声、冗余、错误或不一致源信息应用到以参数驱动的预测模型,就无法得到全面的分析和精确的预测。研究了引入时间关联因子的曲线拟合对交通流源数据进行预处理和异常检测并解决时间关联性问题。基于ITS已有的流量—时间比例曲线模型,运用最小二乘法曲线拟合原理,提出了一种加入时间关联因子曲线拟合的交通流异常挖掘方法,并运用分箱思想设定交通系统动态正常数据范围,从而在曲线拟合的基础上剔除异常数据,最后用实例验证了拟合效果及该方法对异常交通流数据的有效识别。 展开更多
关键词 时间关联因子 智能交通系统(ITS) 交通流数据 分箱思想 异常检测
在线阅读 下载PDF
一种面向轨迹信息的时序数据流异常检测算法 被引量:4
9
作者 高嘉伟 刘建敏 《计算机工程》 CAS CSCD 北大核心 2018年第5期25-32,46,共9页
针对传统聚类算法多数无法对时序数据流进行聚类的问题,提出一种基于密度和网格的聚类算法。引入动态划分网格的方法,通过当前数据块内数据的特征动态地设置网格划分、网格密度阈值等参数并自适应地生成网格,将其转化为不同类型的图并... 针对传统聚类算法多数无法对时序数据流进行聚类的问题,提出一种基于密度和网格的聚类算法。引入动态划分网格的方法,通过当前数据块内数据的特征动态地设置网格划分、网格密度阈值等参数并自适应地生成网格,将其转化为不同类型的图并分别进行聚类。分析某一个体的轨迹,采取按时间段的个体轨迹划分方法检测个体异常轨迹。实验结果表明,该算法可根据用户的需求得到不同时间段内数据的聚类结果,适用于处理轨迹信息等时序数据流的异常检测问题。 展开更多
关键词 数据流 数据块 聚类 动态划分 异常检测
在线阅读 下载PDF
面向异常检测的关联模式快速挖掘算法
10
作者 王运鹏 胡修林 《计算机应用与软件》 CSCD 北大核心 2008年第8期240-241,270,共3页
随着网络和其它信息技术的广泛应用,网络数据流量急剧增长,但现有网络流量异常监测的准确性与实时性均达不到实际应用的需求,迫切需要对流量数据进行快速、深层次的分析。因此,提出一种快速关联模式挖掘算法,通过提取重要的网络数据特... 随着网络和其它信息技术的广泛应用,网络数据流量急剧增长,但现有网络流量异常监测的准确性与实时性均达不到实际应用的需求,迫切需要对流量数据进行快速、深层次的分析。因此,提出一种快速关联模式挖掘算法,通过提取重要的网络数据特征进行关联挖掘,不仅为流量数据分析判断提供及时准确的参考和借鉴,而且提高了监测准确性和效率。 展开更多
关键词 关联模式 异常检测 网络流量 数据挖掘
在线阅读 下载PDF
面向工业网络通信安全的数据流特征分析 被引量:34
11
作者 张定华 胡祎波 +4 位作者 曹国彦 刘勇 石元兵 黄明浩 潘泉 《西北工业大学学报》 EI CAS CSCD 北大核心 2020年第1期199-208,共10页
实现自主深度分析工业网络通信安全态势是工业互联网安全研究的重要课题。为了实现工业互联网安全态势分析,基于网络通信数据流特征的深度分析,进行通信数据特征挖掘和网络入侵检测。根据网络流特征的不同,提出从传统通信网络到工业网... 实现自主深度分析工业网络通信安全态势是工业互联网安全研究的重要课题。为了实现工业互联网安全态势分析,基于网络通信数据流特征的深度分析,进行通信数据特征挖掘和网络入侵检测。根据网络流特征的不同,提出从传统通信网络到工业网络的数据流特征知识迁移思想,利用卷积神经网络归一化处理网络流特征,实现网络安全异常检测。实验表明,提出的特征分析技术在2种网络数据中具有良好的迁移性,工业网络异常检测的正确率在93%以上,并且稳定性在0.29%的方差以内。 展开更多
关键词 工控网络安全 数据流知识迁移 归一化处理 网络异常检测
在线阅读 下载PDF
基于层次聚类方法的流量异常检测 被引量:12
12
作者 蹇诗婕 卢志刚 +2 位作者 姜波 刘玉岭 刘宝旭 《信息安全研究》 2020年第6期474-481,共8页
随着大数据时代的到来,网络安全中攻击总流量大幅上升,通过异常流量检测发现网络中的恶意流量成为当前亟需解决的问题.目前工业中使用的异常流量检测设备主要采用统计分析方法或简单的机器学习方法,存在网络流量数据量巨大、冗余的正常... 随着大数据时代的到来,网络安全中攻击总流量大幅上升,通过异常流量检测发现网络中的恶意流量成为当前亟需解决的问题.目前工业中使用的异常流量检测设备主要采用统计分析方法或简单的机器学习方法,存在网络流量数据量巨大、冗余的正常数据量较多、精准率较低、误报率较高等问题.针对此类问题,提出了一种作用于数据处理阶段的基于层次聚类的流量异常检测方法.该方法先使用层次聚类算法达到数据约减的目的,然后基于7种不同的机器学习算法构建了基于层次聚类的异常流量模型.实验结果表明,该方法在DARPA数据集上对异常行为的检测精准率可达到99%,召回率可达到99%.同时,经过数据约减后,仍能保持90%以上的精准率,极大地提升了检测效率. 展开更多
关键词 流量异常检测 数据预处理 数据约减 层次聚类 机器学习方法
在线阅读 下载PDF
一种面向审查的过程内数据流异常自动检测方法 被引量:2
13
作者 卞磊 刘超 金茂忠 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2010年第1期71-76,共6页
审查是预防代码缺陷的重要手段,但审查耗时,浪费人力,需要自动化工具对其进行辅助.数据流异常是审查中着重检查的缺陷之一,本文提出了一种基于有穷自动机的过程内数据流异常的检测方法.此方法首先对被测过程进行静态分析,得到被测过程... 审查是预防代码缺陷的重要手段,但审查耗时,浪费人力,需要自动化工具对其进行辅助.数据流异常是审查中着重检查的缺陷之一,本文提出了一种基于有穷自动机的过程内数据流异常的检测方法.此方法首先对被测过程进行静态分析,得到被测过程的逻辑路径;而后基于有穷自动机和已获得的逻辑路径,通过每个数据项的状态迁移来判断数据流是否存在异常.本文介绍的方法面向审查,并不局限于某种特定的语言,并且一定程度上提高了数据流异常检测和审查的效率. 展开更多
关键词 审查 过程内数据流异常 有穷自动机 静态检测
在线阅读 下载PDF
IODP349航次地热调查数据分析 被引量:2
14
作者 张文涛 许鹤华 杨小秋 《海洋地质与第四纪地质》 CAS CSCD 北大核心 2018年第2期156-164,共9页
海底热流是研究大洋地壳和上地幔岩石圈热状态的重要参数。为了解南海深水区地热特征,利用IODP349航次地热调查资料进行数据处理,得到了4个站位浅层热导率数据和3个钻孔的海底热流数据。结果表明,浅层沉积物样品热导率变化范围为0.8~2.2... 海底热流是研究大洋地壳和上地幔岩石圈热状态的重要参数。为了解南海深水区地热特征,利用IODP349航次地热调查资料进行数据处理,得到了4个站位浅层热导率数据和3个钻孔的海底热流数据。结果表明,浅层沉积物样品热导率变化范围为0.8~2.2 W/(m·K),变化范围与沉积物成分有关,热导率随深度的增加有小幅增加的趋势与沉积物压实作用有关;U1431D、U1432C和U1433A三个钻孔热流值分别为24±8mW/m2、105±3mW/m2和89±2mW/m2,后两个钻孔通过与前人实测数据进行对比,与前人结果相当,表明了结果的可靠性;U1431D发生地温梯度倒转和低热流异常可能是与钻孔处于水热循环的下降流附近有关。 展开更多
关键词 海底热流 IODP349 数据处理与分析 热导率 热流异常
在线阅读 下载PDF
主机型异常检测的隐半马尔可夫模型方法 被引量:2
15
作者 彭竹苗 张正道 《计算机工程与应用》 CSCD 北大核心 2008年第33期115-118,共4页
提出基于HSMM模型的主机型入侵检测系统框架。以BSM审计数据作为数据源,提取正常主机行为的特权流系统调用序列,利用HSMM模型对正常主机行为进行建模,然后将当前主机行为与之比较,判定当前主机行为是否异常。选取特权流变化事件作为研... 提出基于HSMM模型的主机型入侵检测系统框架。以BSM审计数据作为数据源,提取正常主机行为的特权流系统调用序列,利用HSMM模型对正常主机行为进行建模,然后将当前主机行为与之比较,判定当前主机行为是否异常。选取特权流变化事件作为研究对象以缩短建模时间,同时滤去了过多的无用信息,一定程度上提高了检测效率。实验结果表明,提出的HSMM方法比HMM优越,同时该方法建模的系统不仅节省训练时间,而且在提高检测率的同时可以降低误报率。 展开更多
关键词 异常检测 隐半马尔可夫模型 BSM审计数据 特权流
在线阅读 下载PDF
室内变压器多物理场模型建立及异常油温修正实验 被引量:4
16
作者 靳维 刘舒 +1 位作者 王业宁 梁睿 《实验技术与管理》 CAS 北大核心 2023年第10期111-118,共8页
室内油浸式变压器温度场分布受到室内散热系统和运行过程中电磁干扰等因素影响,导致测温传感器测量数据可靠性下降,一定程度上不利于变压器状态评估等相关实验教学工作的开展。针对上述问题,基于有限元分析仿真建立变压器的磁-流体-温... 室内油浸式变压器温度场分布受到室内散热系统和运行过程中电磁干扰等因素影响,导致测温传感器测量数据可靠性下降,一定程度上不利于变压器状态评估等相关实验教学工作的开展。针对上述问题,基于有限元分析仿真建立变压器的磁-流体-温升模型,并进行相关热属性参数设置和耦合计算;考虑散热对油温的影响,仿真分析室内散热系统启停下的温升特性关系;最后,根据仿真计算结果,修正异常油温数据。与其他数据修正方法相比,此方法基于建模仿真的形式更有利于学生直观地学习和理解变压器温升机理,可为后续变压器状态评估等相关实验教学工作提供高质量数据支撑。 展开更多
关键词 油浸式电力变压器 油温数据 温度场-流场耦合 有限元 异常数据修正
在线阅读 下载PDF
基于大数据流的网络流量检测与分析 被引量:13
17
作者 程伟华 赵军 吴鹏 《南京理工大学学报》 EI CAS CSCD 北大核心 2017年第3期294-300,共7页
针对网络流量异常检测问题,该文提出1种新的网络流量检测和分析系统。采用分布式流式处理机制达到实时检测。利用大数据平台分布式存储、数据计算分析的能力,实现网络数据分布式存储,训练网络数据协议特征库。在江苏省电力公司的营销、... 针对网络流量异常检测问题,该文提出1种新的网络流量检测和分析系统。采用分布式流式处理机制达到实时检测。利用大数据平台分布式存储、数据计算分析的能力,实现网络数据分布式存储,训练网络数据协议特征库。在江苏省电力公司的营销、运行与调度等业务场景中,该网络流量检测与分析系统取得了很好的实际效果,为各个业务场景的分析提供了业务支撑。 展开更多
关键词 数据包分析 异常检测 大数据流 网络流量检测 分布式流式处理机制 大数据平台 分布式存储
在线阅读 下载PDF
大容量无源光网络流量异常变化特征提取模型构建
18
作者 丁蕙 《激光杂志》 CAS 北大核心 2021年第8期120-125,共6页
针对大容量无源光网络流量异常变化特征提取精度与时效性的提升问题,构建一种大容量无源光网络流量异常变化特征提取模型。运用模型内数据预处理模块处理大容量无源光网络流量特征数据集内各类型特征数据,获得规范化大容量无源光网络流... 针对大容量无源光网络流量异常变化特征提取精度与时效性的提升问题,构建一种大容量无源光网络流量异常变化特征提取模型。运用模型内数据预处理模块处理大容量无源光网络流量特征数据集内各类型特征数据,获得规范化大容量无源光网络流量特征数据集,以此数据集内的网络流量包长序列与URL长度序列作为输入信号,通过模型内特征提取模块对其实施小波分解,获取各数值序列的低频与高频特征,完成对规范化数据集内正常变化特征与异常变化特征的划分,实现大容量无源光网络流量异常变化特征提取。实验结果表明,该模型具有较高的提取率与精准度,性能稳定优越,用时短可提高异常变化特征提取速度,时效性较高,能够及时有效地提取大容量无源光网络流量异常变化特征。 展开更多
关键词 大容量 无源光网络 流量异常 特征提取 数据预处理 小波分解
在线阅读 下载PDF
基于C^(2)-GRU模型的网络数据流异常识别方法
19
作者 刘帅 杨锦辉 +2 位作者 欧思程 史晓薇 蒋明 《沈阳工业大学学报》 2025年第4期486-492,共7页
【目的】随着网络规模的不断扩大及攻击手段的日益复杂,网络流量异常检测技术已成为保障网络安全的关键环节,对维护关键信息基础设施的稳定运行具有重要意义。然而,传统机器学习方法在复杂网络流量特征提取方面普遍存在收敛速度慢、特... 【目的】随着网络规模的不断扩大及攻击手段的日益复杂,网络流量异常检测技术已成为保障网络安全的关键环节,对维护关键信息基础设施的稳定运行具有重要意义。然而,传统机器学习方法在复杂网络流量特征提取方面普遍存在收敛速度慢、特征表征精度不足等瓶颈,限制了其在实际异常检测场景中的应用效果。为此,本文提出了一种基于卷积神经网络(CNN)增强学习器与门控循环单元(GRU)的时空融合深度学习模型(C^(2)-GRU),旨在提升异常流量的多维度检测性能。【方法】设计了一种二次融合的深度学习框架,结合CNN对空间特征的提取能力与GRU对时间特征的建模优势。通过构建C-GRU模型实现初步的时空特征融合,并进一步与CNN级联形成C^(2)-GRU模型;通过双重卷积并行提取时空特征,从而捕捉复杂网络环境下异常流量的多维特征。【结果】在KDD99数据集上的对比实验表明,C^(2)-GRU模型的综合性能优于其他对比模型,该模型的准确率和AUC值分别达到99.89%和0.9902,相较于单一CNN或GRU模型,检测性能显著提升。此外,与传统异常检测模型相比,该模型在实现高识别性能的同时,具备较短的模型运行时间,展现出更优的工程实用性。【结论】C^(2)-GRU模型通过二次卷积融合策略,有效增强了时空特征的学习能力,能适应复杂网络环境下的异常流量检测需求。该模型在异常识别准确率与计算效率方面均具有优势,可为关键信息基础设施的安全防护提供技术支持,且能降低网络攻击引发的经济损失,对网络信息安全保障具有重要的实践参考价值。 展开更多
关键词 异常识别 深度学习 卷积神经网络 门控循环单元 时空融合 机器学习 流量检测 数据流特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部