期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合图结构学习的物联网僵尸网络多分类检测研究
1
作者
李沛衡
林宏刚
《小型微型计算机系统》
北大核心
2025年第2期456-464,共9页
针对目前物联网僵尸网络多分类检测方法存在表征能力弱、难以剔除特征冗余和噪声、识别准确率低等问题,本文提出一种融合图结构学习的多分类检测方法.该方法利用阻尼增量统计多个时间片网络流量的特征对网络流量样本进行重构,设计自适...
针对目前物联网僵尸网络多分类检测方法存在表征能力弱、难以剔除特征冗余和噪声、识别准确率低等问题,本文提出一种融合图结构学习的多分类检测方法.该方法利用阻尼增量统计多个时间片网络流量的特征对网络流量样本进行重构,设计自适应图结构学习方法获取网络流量特征的时空关系表示,结合图正则化剔除特征冗余和噪声;基于时空图卷积神经网络在时空两个层面提取特征,实现对物联网僵尸网络攻击的多分类检测.在多个数据集上的实验结果表明,本文提出的方法具有良好的表征能力,能有效剔除特征中的冗余及噪声,提升检测的准确率,在多分类效果上优于其他模型.
展开更多
关键词
物联网僵尸网络
图神经网络
图结构学习
时空图卷积
多分类检测
在线阅读
下载PDF
职称材料
基于深度学习的空间脉冲位置调制多分类检测器
被引量：
3
2
作者
王惠琴
侯文斌
+1 位作者
黄瑞
陈丹
《中国光学（中英文）》
EI
CAS
CSCD
北大核心
2023年第2期415-424,共10页
为有效避免最大似然(ML)检测复杂的计算过程,根据空间脉冲位置调制(SPPM)信号的特点,将深度神经网络(DNN)与分步检测相结合,提出了一种基于深度学习的SPPM多分类检测器。在该检测器中,利用DNN建立接收信号与PPM符号间的非线性关系,并以...
为有效避免最大似然(ML)检测复杂的计算过程,根据空间脉冲位置调制(SPPM)信号的特点,将深度神经网络(DNN)与分步检测相结合,提出了一种基于深度学习的SPPM多分类检测器。在该检测器中,利用DNN建立接收信号与PPM符号间的非线性关系,并以此为准则完成在线接收PPM符号的检测,从而有效避免了对PPM符号的穷搜索检测过程。结果表明,采用本文检测器后,SPPM系统在大幅降低检测复杂度的前提下,取得了近似最优的误比特性能,同时还克服了K均值聚类(KMC)分步分类检测所出现的错误平台效应。当PPM阶数为64时,本文方法较ML检测和线性均衡DNN检测器的计算复杂度分别降低了约95.45%、33.54%。
展开更多
关键词
无线光通信
空间脉冲位置调制
深度学习
多分类检测
器
在线阅读
下载PDF
职称材料
题名
融合图结构学习的物联网僵尸网络多分类检测研究
1
作者
李沛衡
林宏刚
机构
成都信息工程大学网络空间安全学院
先进密码技术与系统安全四川省重点实验室
出处
《小型微型计算机系统》
北大核心
2025年第2期456-464,共9页
基金
国家242信息安全计划项目(2021-037)资助
网络空间安全态势感知与评估安徽省重点实验室开放课题项目(CSSAE-2021-002)资助。
文摘
针对目前物联网僵尸网络多分类检测方法存在表征能力弱、难以剔除特征冗余和噪声、识别准确率低等问题,本文提出一种融合图结构学习的多分类检测方法.该方法利用阻尼增量统计多个时间片网络流量的特征对网络流量样本进行重构,设计自适应图结构学习方法获取网络流量特征的时空关系表示,结合图正则化剔除特征冗余和噪声;基于时空图卷积神经网络在时空两个层面提取特征,实现对物联网僵尸网络攻击的多分类检测.在多个数据集上的实验结果表明,本文提出的方法具有良好的表征能力,能有效剔除特征中的冗余及噪声,提升检测的准确率,在多分类效果上优于其他模型.
关键词
物联网僵尸网络
图神经网络
图结构学习
时空图卷积
多分类检测
Keywords
internet of things botnet
graph neural network
graph structure learning
spatio-temporal graph convolution
multi-class detection
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于深度学习的空间脉冲位置调制多分类检测器
被引量：
3
2
作者
王惠琴
侯文斌
黄瑞
陈丹
机构
兰州理工大学计算机与通信学院
西安理工大学自动化与信息工程学院
出处
《中国光学（中英文）》
EI
CAS
CSCD
北大核心
2023年第2期415-424,共10页
基金
国家自然科学基金资助项目(No.61861026,No.61875080)
甘肃省自然科学基金资助项目(No.20JR5RA472)
+1 种基金
陕西省科技计划产业研究项目(No.2020GY-036)
西安科技局项目(No.GXYD14.21)。
文摘
为有效避免最大似然(ML)检测复杂的计算过程,根据空间脉冲位置调制(SPPM)信号的特点,将深度神经网络(DNN)与分步检测相结合,提出了一种基于深度学习的SPPM多分类检测器。在该检测器中,利用DNN建立接收信号与PPM符号间的非线性关系,并以此为准则完成在线接收PPM符号的检测,从而有效避免了对PPM符号的穷搜索检测过程。结果表明,采用本文检测器后,SPPM系统在大幅降低检测复杂度的前提下,取得了近似最优的误比特性能,同时还克服了K均值聚类(KMC)分步分类检测所出现的错误平台效应。当PPM阶数为64时,本文方法较ML检测和线性均衡DNN检测器的计算复杂度分别降低了约95.45%、33.54%。
关键词
无线光通信
空间脉冲位置调制
深度学习
多分类检测
器
Keywords
optical wireless communication
spatial pulse position modulation
deep learning
multi-classi-fication detector
分类号
TN929.12 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合图结构学习的物联网僵尸网络多分类检测研究
李沛衡
林宏刚
《小型微型计算机系统》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于深度学习的空间脉冲位置调制多分类检测器
王惠琴
侯文斌
黄瑞
陈丹
《中国光学（中英文）》
EI
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
