论文部分内容阅读
基于优化卷积神经网络的入侵检测算法研究
【摘 要】
：
近年来,网络攻击事件频发,任何形式的入侵都可能导致无法挽回的灾难。传统的入侵检测系统主要基于统计信息、规则匹配等方法,面对大规模、复杂且不均衡的攻击发生时,无法全覆盖检测,在大数据时代背景下,如何提高入侵检测系统识别和防御攻击的性能是网络安全领域重要的研究内容。本文提出并设计了一种基于优化卷积神经网络的入侵检测算法,重点针对入侵攻击数据量大且类别不均衡等特点,开展理论研究,结合实验验证,设计检测算
【出 处】
：
江西财经大学
【发表日期】
：
2021年09期
其他文献
在物联网和大数据时代,多媒体数据每天都会被各式各样的多媒体传感器及移动设备获取。对于这些多媒体大数据的采集需要应对两个主要挑战。第一个挑战是传感器及移动设备计算资源有限,但是接收的数据量大,所以如何实现低成本的采样压缩编码显得十分必要。第二个挑战是在采样及传输过程中,需避免非法用户提取有价值的信息。压缩感知技术是最近提出的一种方兴未艾的信号采集理论。其一经研究和提出便引起诸多科研工作者的兴趣和重视
学位
随着互联网的快速发展,人类获取的信息呈爆炸性的增长。如果能模拟人类的视觉注意力机制(Visual Attention Mechanism),对获取的海量信息进行预处理,找出最重要的部分,这样就可以节省大量的计算资源。显著性目标就是自然场景中最能吸引人的部分。显著性检测模型就是自动找出输入的图像/视频中的显著性目标。显著性检测(Saliency Object Detection)是计算机视觉领域中热
学位
随着社会的逐渐发展以及科学技术的不断进步,现代会议的组织与召开变得更加地科学和完善。作为会议中一项必不可少的环节——会议拍照,可以起到总结、留念以及宣传等作用,对于会议的组织者来说其重要性不言而喻。然而,会议照片的筛选往往要消耗较大的人力与物力。在计算机技术飞速发展的今天,研究如何通过计算机技术以更小的代价来实现会议照片的自动筛选变得十分有必要。本文针对不同类型会议下的复杂环境,提出了基于人脸、表
学位
情感识别是指通过提取情感数据的相关特征,从而获取能够表达人类情感的特征数据,然后根据特征数据建模分析,找出情绪的外在身体表现与内在真实情绪状态之间的相关性,最终识别出人们目前所处情绪类别的过程。全球正在迈步进入人工智能的时代,而人机交互及情绪识别等领域是具有较大研究价值及意义的。因此,本文使用深度学习算法提出了多个基于鼠标滑动轨迹的情绪识别模型。在采集鼠标数据的同时,收集参与者的脑电波数据,并针对
学位
随着经济全球化进程的不断加快,计算机的广泛应用以及网络的普及和成熟,使得电子商务行业得到了快速发展。近年来,网络购物已经成为人们的主流购物方式,而快递作为网络购物最主要的运输方式,人们对物流运输也提出更高的要求。这些要求不仅体现在物流运输速度上,还表现在物流过程中对用户的隐私保护上。最初,快递在多级物流转运过程中,用户的信息全部以明文的形式填写在快递单上,这就使得广告公司、推销商甚至诈骗团伙很容易
学位
随着5G和万物互联时代的到来,云计算的计算成本、存储成本和传输代价呈指数级增长,加上其固有的时延大和易受攻击的特点,使得人们不得不寻找新的计算模式。与云计算不同的是,在边缘计算中,由移动边缘计算(Mobile Edge Computing,MEC)服务器提供计算和存储资源,MEC服务器之间通过相互协作来扩大服务能力和服务范围,同时由于MEC服务器离用户更近,能够更好地满足用户对于响应时延的要求,这
学位
实体关系抽取是指从非结构化文本中抽取出结构化数据,并以三元组的形式表示出来。目前,深度学习方法结合实体关系抽取任务已经取得了较好的效果。和基于模板、基于统计的方法相比不同的是,深度学习方法能够借助神经网络自动提取句子的语义特征,在模型训练过程中,不断进行特征学习,解决了人工设计特征耗费时间耗费精力的问题。实体关系抽取任务主要使用卷积神经网络和循环神经网络,卷积神经网络在对句子进行建模时能够很好地保
学位
随着第五代和第六代移动通信的发展,高性能宽带微波滤波器的综合理论与设计具有十分广泛的理论意义和应用价值。本论文针对带外具有传输零点的宽带滤波器结构及其设计理论进行研究,在对近年来国内外宽带滤波器研究的基础上,提出了新型宽带滤波器设计理论,并成功设计出三种具有损耗低、矩形系数好、结构紧凑的高性能宽带滤波器。论文主要包括以下三方面的内容:第一,提出了基于奇偶模分析的广义切比雪夫宽带滤波器设计理论,并应
学位
心血管疾病具有突发性和高危险性,严重威胁着人类健康。对人体心电图(Electrocardiogram,ECG)进行实时动态监测和识别是一种有效诊断和预防心血管疾病的重要手段。体域网(Body Sensor Network,BSN)可以实现人体ECG信号的实时采集、动态监测和有效分类,是解决该问题的较好方案。近年来,快速发展的深度神经网络方法被广泛应用于ECG信号分类。然而,深度神经网络普遍存在网络
学位