期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于大数据技术的网络安全分析研究 被引量:12
1
作者 翟慧鹏 尚晓凯 +1 位作者 韩龙龙 郭歆莹 《现代电子技术》 2022年第16期93-98,共6页
网络安全分析领域的流量数据具有高维性、复杂性、大规模性等特点,导致对其进行准确分析较为困难,从而也难以发现存在的网络攻击和异常流量。为了精确分析网络数据并提高网络自动化检测的防御程度,文中提出一种基于大数据技术的网络安... 网络安全分析领域的流量数据具有高维性、复杂性、大规模性等特点,导致对其进行准确分析较为困难,从而也难以发现存在的网络攻击和异常流量。为了精确分析网络数据并提高网络自动化检测的防御程度,文中提出一种基于大数据技术的网络安全分析算法。首先,基于Spark平台在线检测大部分的网络攻击和异常流量数据,通过Pearson系数线性相关性分析法过滤部分特征以提高检测速度,利用计算决策树相似度方法优化的随机森林模型实现异常流量数据在线检测,为网络低延时实时监控提供保障;然后,将难以判断的复杂网络流量存储到分布式文件系统(HDFS)的Hadoop数据仓库,使用Hive查询离线分析数据来检测网络的异常活动,从而有效地发现在线分析系统难以发现的网络攻击;最后,通过离线分析算法的更新及时拦截新型网络攻击,并将其反馈到在线分析系统中以提高在线分析精度。实验结果表明,文中算法能够实现网络流量的有效检测并提升检测的效率,可为网络自动化检测和防御提供可行的配置流程。 展开更多
关键词 网络流量 大数据技术 网络攻击 机器学习 线性相关 自动化检测 流量分析
在线阅读 下载PDF
基于改进DQN强化学习算法的弹性光网络资源分配研究 被引量:3
2
作者 尚晓凯 韩龙龙 翟慧鹏 《光通信技术》 2023年第5期12-15,共4页
针对光网络资源分配中频谱资源利用率不高的问题,提出了一种改进的深度Q网络(DQN)强化学习算法。该算法基于ε-greedy策略,根据动作价值函数和状态价值函数的差异来设定损失函数,并不断调整ε值,以改变代理的探索率。通过这种方式,实现... 针对光网络资源分配中频谱资源利用率不高的问题,提出了一种改进的深度Q网络(DQN)强化学习算法。该算法基于ε-greedy策略,根据动作价值函数和状态价值函数的差异来设定损失函数,并不断调整ε值,以改变代理的探索率。通过这种方式,实现了最优的动作值函数,并较好地解决了路由与频谱分配问题。此外,采用了不同的经验池取样方法,以提高迭代训练的收敛速度。仿真结果表明:改进DQN强化学习算法不仅能够使弹性光网络训练模型快速收敛,当业务量为300 Erlang时,比DQN算法频谱资源利用率提高了10.09%,阻塞率降低了12.41%,平均访问时延减少了1.27 ms。 展开更多
关键词 弹性光网络 改进深度Q网络强化学习算法 资源分配
在线阅读 下载PDF
基于深度学习的二进制变种协议字段划分方法
3
作者 安晓明 王忠勇 +3 位作者 翟慧鹏 巩克现 王玮 孙鹏 《计算机工程与设计》 北大核心 2024年第4期982-988,共7页
为提高二进制变种协议字段格式划分的准确率,提出一种基于深度学习的方法,能够自动挖掘协议报文序列的深层字段特征完成协议的字段格式划分。引入一种字段列特征数据集的提取方法,在传统的双向长短期记忆条件随机场网络模型的基础上增... 为提高二进制变种协议字段格式划分的准确率,提出一种基于深度学习的方法,能够自动挖掘协议报文序列的深层字段特征完成协议的字段格式划分。引入一种字段列特征数据集的提取方法,在传统的双向长短期记忆条件随机场网络模型的基础上增加协议字段列特征提取模块,搭建一种专门解决二进制变种协议字段格式划分的神经网络PRO-BILSTM-CRF。与二进制未知协议字段格式划分方法以及几种主流网络模型的对比实验结果表明,在变种协议字段格式划分任务上,提出模型能够取得更高准确率。 展开更多
关键词 二进制变种协议 深度学习 双向长短期记忆模型 条件随机场 特征提取 字段格式划分 协议逆向工程
在线阅读 下载PDF
基于随机森林权重补偿的无人机高精度定位算法 被引量:2
4
作者 方坤 李晓辉 樊韬 《系统工程与电子技术》 EI CSCD 北大核心 2023年第1期202-209,共8页
为了减小室外无人机(unmanned aerial vehicle,UAV)监测过程中的定位误差,对室外UAV进行实时定位,提出了一种基于随机森林的Chan-Taylor三维定位算法。通过K近邻对定位数据扩展后,根据Chan-Taylor算法将随机信号多径噪声转化为高斯分布... 为了减小室外无人机(unmanned aerial vehicle,UAV)监测过程中的定位误差,对室外UAV进行实时定位,提出了一种基于随机森林的Chan-Taylor三维定位算法。通过K近邻对定位数据扩展后,根据Chan-Taylor算法将随机信号多径噪声转化为高斯分布,便于模型提取信号特征。使用交叉验证,实现随机森林特征参数与混淆矩阵阈值的自适应确定,并用该阈值衡量模型的一致性。利用分类结果更新UAV定位权值矩阵,有效地补偿目标高度数据。此外,使用标定UAV对设备误差进行估计,校正定位结果。理论分析与仿真结果表明,该算法能够有效地提高UAV定位精度,实现利用移动通信基站对UAV进行无源定位。 展开更多
关键词 随机森林 Chan-Taylor 无人机 参数提取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部