期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于不完全信息的深度学习网络入侵检测 被引量:10
1
作者 饶绪黎 徐彭娜 +1 位作者 陈志德 许力 《信息网络安全》 CSCD 北大核心 2019年第6期53-60,共8页
在网络数据的采集与传输过程中,经常面临无法完全采集、信息丢失等情况。在不完全信息条件下的网络入侵检测成为网络异常检测的难题。为解决不完全信息入侵检测准确率的问题,结合网络数据的特点,文章提出一种基于不完全信息的深度学习... 在网络数据的采集与传输过程中,经常面临无法完全采集、信息丢失等情况。在不完全信息条件下的网络入侵检测成为网络异常检测的难题。为解决不完全信息入侵检测准确率的问题,结合网络数据的特点,文章提出一种基于不完全信息的深度学习网络入侵检测模型(NIDII-DL),借助多层感知神经网络构建深度学习模型,实现信息不完全条件下的入侵检测。实验结果表明,NIDII-DL方法在不完全信息条件下的分类精度高于其他算法,且对信息不完全的敏感度更低。 展开更多
关键词 不完全信息 网络入侵检测 多层感知 特征量
在线阅读 下载PDF
基于模糊校正的深度时序信息安全评估算法 被引量:5
2
作者 魏明桦 郑金贵 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第5期464-470,共7页
针对现有信息安全评估算法对多专家主观态度偏差的处理不足,并且传统时序机器学习模型无法应对时间段内偏差积累等问题,提出一种基于深度模糊校正的深度时序信息安全评估算法。该算法首先通过三角模糊函数构建专家模糊评估指标,并采用... 针对现有信息安全评估算法对多专家主观态度偏差的处理不足,并且传统时序机器学习模型无法应对时间段内偏差积累等问题,提出一种基于深度模糊校正的深度时序信息安全评估算法。该算法首先通过三角模糊函数构建专家模糊评估指标,并采用改进的加权DS证据推理校正指标,然后创建损失和可能性矩阵特征,最后使用深度时序网络评估信息安全。在MIT数据集上进行了仿真实验,实验分别分析了特征是否能够应对多专家冲突,以及评估算法的正确率,鲁棒性和时间效率等指标。实验结果表明,本文提出的算法拥有更强的模糊评价能力,对专家间的冲突意见处理能力更强,在时序上的信息安全评估更准确,鲁棒性更高,但是算法效率却得到了保持。 展开更多
关键词 三角模糊函数 损失矩阵 可能性矩阵 加权DS证据推理 RNN-LSTM
在线阅读 下载PDF
分布式认知无线电网络中的一种可信协作次用户选取策略研究 被引量:2
3
作者 饶绪黎 林晖 +1 位作者 田有亮 许力 《信息网络安全》 CSCD 北大核心 2018年第10期37-44,共8页
协作频谱感知能够有效优化分布式认知无线电网络中的频谱感知结果。然而,协作频谱感知也带来了一些安全威胁,尤其是恶意协作次用户的攻击。针对上述问题,文章提出了一种基于综合信誉机制和元图理论的可信频谱感知协作次用户选取策略,该... 协作频谱感知能够有效优化分布式认知无线电网络中的频谱感知结果。然而,协作频谱感知也带来了一些安全威胁,尤其是恶意协作次用户的攻击。针对上述问题,文章提出了一种基于综合信誉机制和元图理论的可信频谱感知协作次用户选取策略,该策略将次用户的信誉评估结果与元图理论结合,将信誉值作为元图中计算次用户间关系的主要参数,建立不同次用户之间的可信关系,以选取可信的协作次用户。仿真实验和结果分析表明,文章所提出的策略能够有效提高被选取的协作次用户的可信度,从而提高抵抗频谱感知数据篡改攻击的能力和信道的检测率。 展开更多
关键词 分布式认知无线电网络 协作频谱感知 元图 信誉机制 次用户
在线阅读 下载PDF
自适应目标与内容匹配的层级图像分割算法 被引量:3
4
作者 魏明桦 郑金贵 《计算机科学与探索》 CSCD 北大核心 2019年第4期681-692,共12页
针对超度量轮廓图(ultrametric contour map,UCM)层级图像分割算法对轮廓适应性弱、层级匹配能力较弱且分割碎片较多等问题,提出了一种自适应目标与内容匹配的改进UCM层级图像分割算法。该算法首先使用"轮廓盒子"提取图像关... 针对超度量轮廓图(ultrametric contour map,UCM)层级图像分割算法对轮廓适应性弱、层级匹配能力较弱且分割碎片较多等问题,提出了一种自适应目标与内容匹配的改进UCM层级图像分割算法。该算法首先使用"轮廓盒子"提取图像关键轮廓,然后使用加权分水岭算法合并区域,提升轮廓适应性,并产生UCM层级树;随后,采用动态规划的方式自适应完成目标与内容匹配,最后使用调整尺度后的UCM层级树完成图像分割。在BSDS500数据集上进行了分割实验,实验结果表明提出的算法在各项分割指标上获得了显著的提升。分割掩盖率(segment cover,SC)、概率边缘指标(probabilistic region index,PRI)和信息变化率(information variation,IV)三个衡量指标分别在最优数据集尺度(optimal dataset scale,ODS)和最优图像尺度(optimal image scale,OIS)上获得了最佳的效果。UCM层级树通过尺度的调整,能够保证相同尺度的层级分割为同一层,减少了分割碎片,保证了层级匹配。该算法在分割精度上超越了当前大多数主流图像分割算法,同时保证时间复杂度在同一个级别。 展开更多
关键词 轮廓盒子 加权分水岭算法 超度量轮廓图算法 动态规划 自适应匹配
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部