-
题名基于注意力机制和卷积神经网络的网络安全感知预测
- 1
-
-
作者
张飞
-
机构
阜阳开放大学
-
出处
《佳木斯大学学报（自然科学版）》
CAS
2024年第9期129-132,共4页
-
文摘
为了提高网络安全防御效果,注意力机制和卷积神经网络成为研究的热点,但传统方案可能带来模型过拟合、计算和内存开销较大且缺乏空间上下文关系建模的问题。针对上述问题,研究基于注意力机制和卷积神经网络的网络安全感知预测方法,通过加深网络结构、添加dropout层、数据归一化、数据融合四个步骤的改进,最终得到改进挤压与激励网络方案。实验结果表明,该方案收敛速度较快,在65轮迭代后收敛,最终准确率收敛于97.3%。在融合五条数据的情况下,准确率达到最高为97.5%,说明研究建立的网络安全感知预测模型具有较高的准确率以及强大的泛化能力。
-
关键词
注意力机制
卷积神经网络
网络安全感知预测
挤压与激励网络
-
Keywords
attention mechanism
convolutional neural network
network security perception prediction
squeeze-and-excitation network
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
