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
基于改进萤火虫算法和长短期记忆网络的恶意行为检测方法
被引量：
3
1
作者
沈凡凡
汤星译
+3 位作者
张军
徐超
陈勇
何炎祥
《计算机工程与科学》
CSCD
北大核心
2024年第12期2158-2170,共13页
近年来,数据平台与系统的规模飞速扩张,性能快速提升,安全性能也随之越发重要。现有的基于深度学习的恶意行为检测方案缺少与模型契合的优化算法,导致模型缺乏自优化能力。提出了一种基于改进萤火虫算法与改进长短期记忆网络的恶意行为...
近年来,数据平台与系统的规模飞速扩张,性能快速提升,安全性能也随之越发重要。现有的基于深度学习的恶意行为检测方案缺少与模型契合的优化算法,导致模型缺乏自优化能力。提出了一种基于改进萤火虫算法与改进长短期记忆网络的恶意行为检测方法iFA-LSTM,该方法可以有效地进行恶意行为的二分类检测。通过UNSW-NB15数据集来验证所提出的方法,方法在单攻击二分类实验中的平均识别准确率达到了99.56%,且在混合攻击二分类实验中平均识别准确率也达到了98.79%,同时也充分证明了iFA的有效性。所提出的方法可以快速有效地进行恶意行为检测,非常有希望应用于恶意行为的安全监控和识别。
展开更多
关键词
平台与系统安全
恶意行为检测
神经网络
算法优化
二分类
在线阅读
下载PDF
职称材料
基于近邻监督局部不变鲁棒主成分分析的特征提取模型
2
作者
葛孟婷
万鸣华
《计算机应用》
CSCD
北大核心
2023年第4期1013-1020,共8页
针对无监督的局部不变鲁棒主成分分析(LIRPCA)算法未考虑样本间的类别关系的问题,提出了一种基于近邻监督局部不变鲁棒主成分分析(NSLIRPCA)的特征提取模型。所提模型考虑了样本间的类别信息,并以此构建关系矩阵。对所提模型进行公式求...
针对无监督的局部不变鲁棒主成分分析(LIRPCA)算法未考虑样本间的类别关系的问题,提出了一种基于近邻监督局部不变鲁棒主成分分析(NSLIRPCA)的特征提取模型。所提模型考虑了样本间的类别信息,并以此构建关系矩阵。对所提模型进行公式求解和公式的收敛性证明,并将所提模型应用于各种遮挡数据集。实验结果表明,在ORL、Yale、COIL-Processed和PolyU数据集上,与主成分分析(PCA)算法、基于L1范数的主成分分析(PCA-L1)算法、非负矩阵分解(NMF)算法、局部保持投影(LPP)算法和LIRPCA算法相比,所提模型在原始图像数据集上的识别率分别最高提升了8.80%、7.76%、20.37%、4.72%和4.61%,在遮挡图像数据集上的识别率分别最高提升了30.79%、30.73%、36.02%、19.65%和17.31%。可见,所提模型提高了算法的识别性能,降低了模型复杂度,明显优于对比算法。
展开更多
关键词
特征提取
子空间学习
无监督学习
鲁棒性
图像识别
在线阅读
下载PDF
职称材料
题名
基于改进萤火虫算法和长短期记忆网络的恶意行为检测方法
被引量：
3
1
作者
沈凡凡
汤星译
张军
徐超
陈勇
何炎祥
机构
南京
审计
大学
计算机
学院
(
智能
审计
学院
)
东华理工
大学
软件
学院
武汉
大学
计算机
学院
出处
《计算机工程与科学》
CSCD
北大核心
2024年第12期2158-2170,共13页
基金
国家自然科学基金(61902189,6242227,71972102,62162002,61972293)
江苏省高等学校基础科学(自然科学)研究项目(22KJA520004)
+1 种基金
江西省自然科学基金(20212BAB202002)
江苏省研究生科研与实践创新计划项目(SJCX23_1101)。
文摘
近年来,数据平台与系统的规模飞速扩张,性能快速提升,安全性能也随之越发重要。现有的基于深度学习的恶意行为检测方案缺少与模型契合的优化算法,导致模型缺乏自优化能力。提出了一种基于改进萤火虫算法与改进长短期记忆网络的恶意行为检测方法iFA-LSTM,该方法可以有效地进行恶意行为的二分类检测。通过UNSW-NB15数据集来验证所提出的方法,方法在单攻击二分类实验中的平均识别准确率达到了99.56%,且在混合攻击二分类实验中平均识别准确率也达到了98.79%,同时也充分证明了iFA的有效性。所提出的方法可以快速有效地进行恶意行为检测,非常有希望应用于恶意行为的安全监控和识别。
关键词
平台与系统安全
恶意行为检测
神经网络
算法优化
二分类
Keywords
platform and system security
malicious behavior detection
neural network
algorithm optimization
binary classification
分类号
TP393.081 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于近邻监督局部不变鲁棒主成分分析的特征提取模型
2
作者
葛孟婷
万鸣华
机构
南京
审计
大学
计算机
学院
(
智能
审计
学院
)
江苏省社会安全图像与视频理解重点实验室(
南京
理工
大学
)
出处
《计算机应用》
CSCD
北大核心
2023年第4期1013-1020,共8页
基金
国家自然科学基金资助项目(61876213)
江苏省自然科学基金资助项目(BK20201397)
+2 种基金
江苏省社会安全图像与视频理解重点实验室项目(J2021-4)
江苏省高校未来网络科研基金资助项目(SRFP-2021-YB-25)
2021年江苏省研究生科研与实践创新计划项目(SJCX21_0885)。
文摘
针对无监督的局部不变鲁棒主成分分析(LIRPCA)算法未考虑样本间的类别关系的问题,提出了一种基于近邻监督局部不变鲁棒主成分分析(NSLIRPCA)的特征提取模型。所提模型考虑了样本间的类别信息,并以此构建关系矩阵。对所提模型进行公式求解和公式的收敛性证明,并将所提模型应用于各种遮挡数据集。实验结果表明,在ORL、Yale、COIL-Processed和PolyU数据集上,与主成分分析(PCA)算法、基于L1范数的主成分分析(PCA-L1)算法、非负矩阵分解(NMF)算法、局部保持投影(LPP)算法和LIRPCA算法相比,所提模型在原始图像数据集上的识别率分别最高提升了8.80%、7.76%、20.37%、4.72%和4.61%,在遮挡图像数据集上的识别率分别最高提升了30.79%、30.73%、36.02%、19.65%和17.31%。可见,所提模型提高了算法的识别性能,降低了模型复杂度,明显优于对比算法。
关键词
特征提取
子空间学习
无监督学习
鲁棒性
图像识别
Keywords
feature extraction
subspace learning
unsupervised learning
robustness
image recognition
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
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
基于改进萤火虫算法和长短期记忆网络的恶意行为检测方法
沈凡凡
汤星译
张军
徐超
陈勇
何炎祥
《计算机工程与科学》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
基于近邻监督局部不变鲁棒主成分分析的特征提取模型
葛孟婷
万鸣华
《计算机应用》
CSCD
北大核心
2023
0
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
