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。

互联网技术论文_面向入侵检测的Taylor神经网

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:深度学习方法已成为网络入侵检测的重要手段,但现有深度学习模型无法挖掘出网络入侵数据特征值间隐藏的函数映射关系。对此,本文设计了Taylor神经网络模型(Taylor neur

文章摘要:深度学习方法已成为网络入侵检测的重要手段,但现有深度学习模型无法挖掘出网络入侵数据特征值间隐藏的函数映射关系。对此,本文设计了Taylor神经网络模型(Taylor neural network, TNN)。利用Taylor公式对多项式函数的逼近能力与神经网络的优化能力对入侵数据特征间的关系进行挖掘与利用。首先,介绍Taylor神经网络的基本结构。为了将Taylor神经网络引入入侵检测领域,设计了Taylor神经网络层(Taylor neural network layer, TNL),并将其与传统深度神经网络结合构建Taylor神经网络模型。为优化Taylor公式的展开项数,引入人工蜂群算法,但传统的人工蜂群算法存在开采能力较差,易陷入“早熟”等问题,所以设计了一种基于高斯过程的人工蜂群算法。实验结果表明,基于Taylor神经网络的入侵检测算法在NSL-KDD和UNSW-NB15数据集上的准确率具有明显优势。

文章关键词:网络安全,入侵检测,Taylor公式,神经网络,人工蜂群算法,

项目基金:国家自然科学基金(62062037,61763017),江西省自然科学基金(20181BBE58018),《计算机时代》 网址: http://www.jsjsdzzs.cn/qikandaodu/2021/0909/1951.html



上一篇: 计算机软件及计算机应用论文_基于半监督深度
下一篇: 安全科学与灾害防治论文_基于改进YOLOv5的安

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: