【摘 要】
：
随着网络攻击的规模和网络数据量的成倍增长,组织必须开发新的方法来保护其网络和数据不受不断变化的威胁参与者的动态影响。随着在现代企业网络中部署更多的安全工具和传感器,安全事件和警报数据的生成量持续增加,这使得在大海捞针中更难找到针头。组织在监视,预防,检测和响应网络安全事件以及对网络的潜在攻击时,必须依靠新技术来协助和扩充人类分析人员。在这项工作中,重点是将网络流量分类为良性或恶意。首先,前馈完全连
论文部分内容阅读
随着网络攻击的规模和网络数据量的成倍增长,组织必须开发新的方法来保护其网络和数据不受不断变化的威胁参与者的动态影响。随着在现代企业网络中部署更多的安全工具和传感器,安全事件和警报数据的生成量持续增加,这使得在大海捞针中更难找到针头。组织在监视,预防,检测和响应网络安全事件以及对网络的潜在攻击时,必须依靠新技术来协助和扩充人类分析人员。在这项工作中,重点是将网络流量分类为良性或恶意。首先,前馈完全连接的深度神经网络（DNN）用于通过监督学习来训练网络入侵检测系统（NIDS）。使用两个最新的入侵检测数据集来训练深度神经网络模型,这些数据集克服了过去通常使用的其他入侵检测数据集的局限性。使用这些最新的数据集,深度神经网络在执行监督学习中以高度准确度,高检测率和低误报率对监督和分类现代网络攻击非常有效。
其他文献
基于LoRa（Long Range）的无线传感器网络具有功耗低、覆盖广的优势,可为广阔的区域提供高可靠、大规模的传感网络覆盖。然而部署环境的复杂多变以及节点间的碰撞造成了通信链路质量不可靠,导致无线传感器网络通信性能变差。针对上述问题,设计了基于LoRa的通信系统,从实地测试出发,研究了复杂场景下链路质量的分布特征,分析了LoRa物理层参数对不可靠链路性能的影响,从优化物理层参数配置和多址接入协议
无线传感器网络是一种集信息采集、处理和传输功能于一体的智能网络系统,具有灵活性高、成本低、自组织性高等特点,在军事、环境监测、智慧城市、农林渔牧以及健康医疗等领域均有较为广泛的应用前景。由于无线传感器网络节点资源受限,并经常部署在一些恶劣的环境中,数据传输会受到多径衰落、节点失效、链路中断、路径损耗、阴影效应等不利因素的影响,易造成数据包的丢失,所以数据传输往往得不到保障。本文主要针对无线传感器网
近年来,可贴合皮肤的柔性传感器在机器人技术、可穿戴电子与健康生理指标监控系统、人机交互接口等方面具有巨大应用潜力。柔性传感器能够更好的贴合像皮肤一样的复杂曲面,也可获得更加精确的测量结果。在几种常见传感器类型中,温度传感器阵列尤其值得重视,因为其在几个关键的潜在应用中起着重要作用,例如电子器件的热量监控,人体温度分布表征和物流、冷链过程的智能监控。关于柔性传感器的制备技术,印刷法是一种区别于传统高
世界上有许多人存在听力损失,佩戴助听器是目前除药物治疗外主要的治疗手段,佩戴助听器之前需要对助听器进行验配,助听器验配工作需要选择合适的助听器验配公式以达到好的听力补偿效果。而目前的助听器验配工作对于不同的听力损失患者需要选择不同的助听器验配公式以达到最优的验配效果,这给助听器的验配工作带来了极大的不便,因此本文提出了一种基于人工神经网络的助听器验配公式来解决这个问题。本文通过对验配助听器所需的关
最优控制问题是现代控制理论研究的热点之一,主要目标是选取一个容许的控制律,对被控对象的动态特征进行控制,实现性能指标的最优化。自适应动态规划能够通过函数近似结构逼近系统的代价函数和控制律,很好的规避了一般动态规划方法的“维数灾”问题,是目前有效解决复杂非线性系统最优控制问题的最有效方法之一。因此,将自适应动态规划和最优控制理论相结合具有重要意义,能够解决系统控制中存在的多种问题,从而大大提高控制性
水下图像在获取海洋信息方面具有重要作用,但由于水中不同波长的光衰减速度不同,使得水下图像会产生颜色失真,水下光照强度不足会使得水下图像对比度低,这严重影响了水下图像的进一步利用,因此需要修正色偏、增强图像的对比度以获取清晰的水下图像。基于生成对抗网络的水下图像清晰化方法通过数据驱动的方式训练网络,可处理多种水下图像退化问题,有较好的鲁棒性。本文基于生成对抗网络研究水下图像清晰化问题,主要工作如下:
精神分裂症是一种严重的精神疾病,具有复杂的神经机制,其病发原因至今尚未明确。同时其临床症状涉及到思维、情感和行为等多个方面,且存在明显的个体差异性,使得对于病情的诊断较为困难。由于精神分裂症是一种神经发育异常疾病,研究患者的大脑机制变化,对其病理的揭示以及患者的合理治疗都有重要的意义。静息态功能磁共振成像（fMRI）是一种非侵入式脑影像采集技术,能够记录脑神经在基线状态下的自发活动,被广泛应用在各
电子散斑干涉（Electronic Speckle Pattern Interferometery,ESPI）测量技术作为一种重要的光学无损检测技术,目前已被广泛应用于科学研究及实际工程领域。在电子散斑干涉测量技术中,待测物理量与编码在条纹中的相位信息直接相关。准确地从条纹图中提取相位信息是电子散斑干涉测量技术成功应用的关键。因此本文针对电子散斑干涉条纹图相位准确提取中涉及的一些技术开展了以下研究
在现实环境中,人类的目标语音信号通常会被噪声干扰,这会严重降低语音的可懂度,从而降低语音识别系统的性能。针对噪声干扰,前端语音分离技术是降噪过程中最常用的方法之一。一个好的前端语音分离系统能够极大地提高语音的可懂度和自动语音识别系统的性能。语音分离已在诸多领域展现出很好的前景,但也存在大量的不足与挑战。语音信号的复杂性使得即使是同一类语音信号的声学特征也存在很大的差异,这对语音分离系统的学习能力和
医学图像由于医学成像系统的局限性,不可避免地会出现噪声和模糊等现象,因此,对医学图像进行滤波和增强成为医学分析前重要的预处理步骤。全变分模型和Retinex方法分别在滤波和增强方面有着广泛的应用,本文基于这两种方法,选择了光学相干断层扫描（Optical Coherence tomography,OCT）、超声波及电子计算机断层扫描（Computed Tomography,CT）等多种类型的医学图