期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于大数据下计算机软件技术的应用 被引量:1
1
作者 刘文韬 丁晓楠 《科学技术创新》 2019年第19期94-95,共2页
计算机作为一种处理数据的有效工具,在大数据时代的作用显得尤为突出。运用计算机处理大数据,离不开相关的软件技术的协助。只有开发出了有效的软件技术,我们才可以发挥出大数据的巨大优势。目前来看,我国的计算机软件技术在大数据的背... 计算机作为一种处理数据的有效工具,在大数据时代的作用显得尤为突出。运用计算机处理大数据,离不开相关的软件技术的协助。只有开发出了有效的软件技术,我们才可以发挥出大数据的巨大优势。目前来看,我国的计算机软件技术在大数据的背景之下暴露出了一些问题,需要我们集中精力进行解决。在本文当中,我们将对这个方面的问题进行研究,并提出相应的解决方案,希望能对相关人士有所帮助。 展开更多
关键词 大数据 计算机软件技术 应用
在线阅读 下载PDF
浅谈部队信息网络安全管理的强化策略 被引量:1
2
作者 丁晓楠 谢佳 《中国新通信》 2019年第14期132-132,共1页
部队构建信息网络时,技术人员需对网络运行效率予以高度关注,强化安全管理,设置健全完备的网络安全管理机制,对部队信息网络综合效应加以提升,让其信息网络安全性契合相应规范。本文先对部队信息网络管理的重要性及规律进行了阐述,而后... 部队构建信息网络时,技术人员需对网络运行效率予以高度关注,强化安全管理,设置健全完备的网络安全管理机制,对部队信息网络综合效应加以提升,让其信息网络安全性契合相应规范。本文先对部队信息网络管理的重要性及规律进行了阐述,而后探讨了部队信息网络安全管理的强化策略。 展开更多
关键词 部队信息 网络安全管理 强化
在线阅读 下载PDF
基于Focal Loss和时空特征提取的网络入侵检测算法研究 被引量:1
3
作者 王震 佟志勇 杨自恒 《黑龙江大学工程学报(中英俄文)》 2024年第3期27-35,共9页
在网络入侵检测领域中,由于网络流量特征提取不充分和网络数据分布不均衡的问题,入侵检测系统的识别率受到了明显的影响。提出一种基于Focal Loss并能够从时序和空间两维度进行提取特征的网络模型。在时序方面,主要采用双向门控循环单元... 在网络入侵检测领域中,由于网络流量特征提取不充分和网络数据分布不均衡的问题,入侵检测系统的识别率受到了明显的影响。提出一种基于Focal Loss并能够从时序和空间两维度进行提取特征的网络模型。在时序方面,主要采用双向门控循环单元(BiGRU)模型进行特征的提取,随后通过Transformer-Encoder的多头注意力机制重新分配特征权重,增强了模型对关键特征的关注度。在空间特征方面,主要采用Inception模块并引入残差思想,有效的提取网络中的空间特征。将这两个维度的特征融合,并通过分类器进行分类。为了缓解模型聚焦多数类别样本的问题,整个模型使用焦点损失函数(Focal Loss)进行参数的更新。通过在CICIDS2018和UNSW_NB15两个数据集上进行大量实验,有效证明了提出的模型在准确率、精确率、召回率、F1值上均优于现有其他方法。 展开更多
关键词 入侵检测 时空特征提取 多头注意力机制 残差网络 Focal Loss
在线阅读 下载PDF
基于MFOPA算法的LDoS攻击检测
4
作者 王洋 《信息技术》 2024年第4期166-175,共10页
LDoS攻击隐蔽性强,结合KPCA算法提取并融合的TCP流量均值、变异系数、信噪比、能量熵、TCP流量和总流量相关性5种网络流量特征,结合WSOS算法进行离群概率分析,提出基于MFOPA算法的检测方法。仿真结果表明,所提方法在NS2平台、test-bed... LDoS攻击隐蔽性强,结合KPCA算法提取并融合的TCP流量均值、变异系数、信噪比、能量熵、TCP流量和总流量相关性5种网络流量特征,结合WSOS算法进行离群概率分析,提出基于MFOPA算法的检测方法。仿真结果表明,所提方法在NS2平台、test-bed平台、LBNL数据集和WIDE2018数据集上均可有效检测LDoS攻击,相较于AEWMA、Multifractal、KPCA network等其他检测算法,具有更高的检测准确率与精确率,且误报率和漏报率更低。 展开更多
关键词 MFOPA算法 低速率拒绝服务攻击检测 网络流量特征 联合特征 离群概率分析
在线阅读 下载PDF
人工智能技术在5G网络中的应用 被引量:3
5
作者 佟志勇 《无线互联科技》 2021年第4期1-2,共2页
引入人工智能技术,解决5G移动通信网络结构日益复杂,业务需求日趋多样,运维管理难度增大等问题,是目前业界研究的热点。文章简要介绍了机器学习的学习方式和深度学习神经网络的构成,运用机器学习、深度学习方法可以对无线信道测量和建模... 引入人工智能技术,解决5G移动通信网络结构日益复杂,业务需求日趋多样,运维管理难度增大等问题,是目前业界研究的热点。文章简要介绍了机器学习的学习方式和深度学习神经网络的构成,运用机器学习、深度学习方法可以对无线信道测量和建模,提升无线通信系统性能,优化网络切片资源管理,助力网络运维智能化。 展开更多
关键词 5G 人工智能 移动通信 机器学习 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部