投稿指南
一、本刊要求作者有严谨的学风和朴实的文风,提倡互相尊重和自由讨论。凡采用他人学说,必须加注说明。 二、不要超过10000字为宜,精粹的短篇,尤为欢迎。 三、请作者将稿件(用WORD格式)发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿,恕不退稿。 五、为规范排版,请作者在上传修改稿时严格按以下要求: 1.论文要求有题名、摘要、关键词、作者姓名、作者工作单位(名称,省市邮编)等内容一份。 2.基金项目和作者简介按下列格式: 基金项目:项目名称(编号) 作者简介:姓名(出生年-),性别,民族(汉族可省略),籍贯,职称,学位,研究方向。 3.文章一般有引言部分和正文部分,正文部分用阿拉伯数字分级编号法,一般用两级。插图下方应注明图序和图名。表格应采用三线表,表格上方应注明表序和表名。 4.参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定,采用顺序编码制。

计算机软件及计算机应用论文_基于半监督深度

来源:计算机时代 【在线投稿】 栏目:期刊导读 时间:2021-09-09
作者:网站采编
关键词:
摘要:文章摘要:针对木马流量检测技术存在人工提取特征不够准确、大量标记样本获取困难、无标记样本没有充分利用、模型对于未知样本识别率较低等问题,提出基于半监督深度学习的木马

文章摘要:针对木马流量检测技术存在人工提取特征不够准确、大量标记样本获取困难、无标记样本没有充分利用、模型对于未知样本识别率较低等问题,提出基于半监督深度学习的木马流量检测方法,利用大量未标记网络流量用于模型训练。首先,采用基于mean teacher模型的检测方法提高检测准确率;然后,为解决mean teacher模型中采用随机噪声导致模型泛化能力不足的问题,提出基于虚拟对抗mean teacher模型的检测方法。最后,通过实验验证本文所提半监督深度学习检测方法在少标记样本下的二分类、多分类以及未知样本检测任务中具有更高的准确率。此外,基于虚拟对抗mean teacher模型的检测方法在多分类任务中比原始mean teacher模型表现出更强的泛化性能。

文章关键词:木马流量检测,深度学习,半监督模型,mean teacher,虚拟对抗训练,

项目基金:国家自然科学基金项目(U1836108,U1936216),

论文作者:王继刚4 田甜4 刘焱5 吴月升5 

作者单位:1. 北京邮电大学计算机学院 4. 中兴通讯股份有限公司 5. 百度在线网络技术(北京)有限公司 

论文分类号: TP309;TP18

相似文献:面向规避僵尸网络流量检测的对抗样本生成.....作者:李沛洋,李璇,陈俊杰,陈永乐,刊载期刊:《计算机工程与应用》
基于改进的一维卷积神经网络的异常流量检测.....作者:杭梦鑫,陈伟,张仁杰,刊载期刊:《计算机应用》
基于孪生神经网络的恶意流量检测方法.....作者:李道全,鲁晓夫,杨乾乾,刊载期刊:《计算机工程与应用》
基于LSTM与改进残差网络优化的异常流量检测方法.....作者:麻文刚,张亚东,郭进,刊载期刊:《通信学报》
光纤传感技术在流量检测方面的应用研究.....作者:赵煜,朱志成,牛美玲,侯德文,张潜,周善浩,康娟,刊载期刊:《光通信技术》

相关文章:人工智能在智能制造中的应用.....作者:杨磊
大数据的技术创新和应用—以人口普查为例.....作者:冯乃林
大数据融合应用技术框架与行业应用.....作者:段飞虎
大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉
基于大数据的知识共享与协同创新.....作者:顾新建
敦煌莫高窟文化遗产数字化保护——数字敦煌.....作者:夏生平
商业航天背景下的遥感应用产业化.....作者:刘东升
Looking at People Through the Lens of Images 透过镜头理解人物行为.....作者:Li CHENG

文章来源:《计算机时代》 网址: http://www.jsjsdzzs.cn/qikandaodu/2021/0909/1950.html



上一篇: 高等教育论文_互联网时代大学生计算机教育教
下一篇: 互联网技术论文_面向入侵检测的Taylor神经网

计算机时代投稿 | 计算机时代编辑部| 计算机时代版面费 | 计算机时代论文发表 | 计算机时代最新目录
Copyright © 2018 《计算机时代》杂志社 版权所有
投稿电话: 投稿邮箱: