期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于广义神经网络的网络攻击检测与分类方法
被引量:
1
1
作者
张明明
刘凯
+5 位作者
李贤慧
许梦晗
顾颖程
张见豪
程环宇
王永利
《信息安全研究》
CSCD
2023年第6期593-601,共9页
如今虚拟世界日趋复杂,网络攻击和新出现的安全威胁逐步增加,因此需要研究针对网络攻击的智能化检测和分类方法,以全面地观察网络活动,阻止恶意行为.提出了一种基于广义回归神经网络(generalized regression neural networks,GRNN)建立...
如今虚拟世界日趋复杂,网络攻击和新出现的安全威胁逐步增加,因此需要研究针对网络攻击的智能化检测和分类方法,以全面地观察网络活动,阻止恶意行为.提出了一种基于广义回归神经网络(generalized regression neural networks,GRNN)建立的入侵检测模型,对恶意网络攻击进行智能化检测和分类,并使用主流的NSL-KDD数据集进行了测试.实验结果表明,所提出的技术相较于目前的其他攻击检测技术,能够更加有效地对恶意行为进行识别与分类.
展开更多
关键词
智能化攻击检测
入侵检测系统
广义回归神经网络
恶意行为
检测
下载PDF
职称材料
基于深度学习的恶意行为检测与识别模型研究
2
作者
张明明
刘凯
+4 位作者
李贤慧
许梦晗
顾颖程
张见豪
程环宇
《信息安全研究》
CSCD
2023年第12期1152-1158,共7页
为了识别和防范网络中异常行为和恶意侵入,构建了一个基于卷机神经网络(convolutional neural network, CNN)和双向长短时记忆(bidirectional long short-term memory, BiLSTM)网络的检测模型,并将其应用于各类入侵检测系统(intrusion d...
为了识别和防范网络中异常行为和恶意侵入,构建了一个基于卷机神经网络(convolutional neural network, CNN)和双向长短时记忆(bidirectional long short-term memory, BiLSTM)网络的检测模型,并将其应用于各类入侵检测系统(intrusion detection system, IDS).区别于传统检测模型,因数据冗余而导致模型性能降低,该模型首先将特征输入构建的CNN生成特征映射,该过程有效减少识别网络的参数,并自动消除冗余和稀疏的特征.接着,将处理好的特征作为BiLSTM网络的输入,来检测和识别网络中的恶意行为.最后,在NSL-KDD和KDD CUP99数据集上的测试结果显示,所提出的模型在时间效率和精度方面都超过现有模型,证明了其在检测恶意行为和准确分类网络异常中的有效性.
展开更多
关键词
行为识别
入侵检测
卷积神经网络
网络异常分类
双向长短时记忆网络
下载PDF
职称材料
基于Vision Transformer和语义学习的视频描述模型
3
作者
王翀
查易艺
+3 位作者
顾颖程
宋玉
程环宇
林杉
《印刷与数字媒体技术研究》
CAS
北大核心
2023年第5期49-59,68,共12页
针对当前视频内容描述任务中所生成的描述语句晦涩难懂问题,本研究提出一种基于ViT(Vision Transformer)和语义学习的视频描述模型。首先,采用深度可分离卷积优化ResNet152、C3D等特征提取网络,通过减少网络参数,降低模型时间开销;其次...
针对当前视频内容描述任务中所生成的描述语句晦涩难懂问题,本研究提出一种基于ViT(Vision Transformer)和语义学习的视频描述模型。首先,采用深度可分离卷积优化ResNet152、C3D等特征提取网络,通过减少网络参数,降低模型时间开销;其次,利用多模态融合网络融合多种模态特征,使不同模态进行语义对齐;然后,基于Vision Transformer网络建立一种长距离依赖性编码器,并结合时间注意力机制,在生成每个单词时有选择性地聚焦视频中的特定帧;最后,在解码阶段,利用LSTM循环网络并引入语义信息,使模型生成的描述更具可读性。通过在MSR-VTT数据集上进行测试,本研究模型可以实现0.425、0.288、0.624和0.538分的BLEU4、METEOR、ROUGE-L和CIDEr得分;在MSVD数据集上的BLEU4、METEOR、ROUGE-L和CIDEr得分分别达到了0.564、0.369、0.741和0.964分。相比当前主流视频内容描述模型,所提模型具有更好的描述生成效果。
展开更多
关键词
视频内容描述
语义学习
Vision
Transformer
多模态
SCN解码器
下载PDF
职称材料
题名
基于广义神经网络的网络攻击检测与分类方法
被引量:
1
1
作者
张明明
刘凯
李贤慧
许梦晗
顾颖程
张见豪
程环宇
王永利
机构
国网江苏省电力有限公司信息通信分公司
江苏瑞中数据股份有限公司
国网电力科学研究院有限公司
南京理工大学计算机科学与工程学院
出处
《信息安全研究》
CSCD
2023年第6期593-601,共9页
基金
国网公司科技指南项目(5700-202218185A-1-1-ZN)
国家自然科学基金重点项目(61941113)。
文摘
如今虚拟世界日趋复杂,网络攻击和新出现的安全威胁逐步增加,因此需要研究针对网络攻击的智能化检测和分类方法,以全面地观察网络活动,阻止恶意行为.提出了一种基于广义回归神经网络(generalized regression neural networks,GRNN)建立的入侵检测模型,对恶意网络攻击进行智能化检测和分类,并使用主流的NSL-KDD数据集进行了测试.实验结果表明,所提出的技术相较于目前的其他攻击检测技术,能够更加有效地对恶意行为进行识别与分类.
关键词
智能化攻击检测
入侵检测系统
广义回归神经网络
恶意行为
检测
Keywords
intelligent attack detection
intrusion detection system
generalized regression neural networks
malicious behaviors
detection
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于深度学习的恶意行为检测与识别模型研究
2
作者
张明明
刘凯
李贤慧
许梦晗
顾颖程
张见豪
程环宇
机构
国网江苏省电力有限公司信息通信分公司
江苏瑞中数据股份有限公司
国网电力科学研究院有限公司
出处
《信息安全研究》
CSCD
2023年第12期1152-1158,共7页
基金
国网公司科技指南项目(5700-202218185A-1-1-ZN)。
文摘
为了识别和防范网络中异常行为和恶意侵入,构建了一个基于卷机神经网络(convolutional neural network, CNN)和双向长短时记忆(bidirectional long short-term memory, BiLSTM)网络的检测模型,并将其应用于各类入侵检测系统(intrusion detection system, IDS).区别于传统检测模型,因数据冗余而导致模型性能降低,该模型首先将特征输入构建的CNN生成特征映射,该过程有效减少识别网络的参数,并自动消除冗余和稀疏的特征.接着,将处理好的特征作为BiLSTM网络的输入,来检测和识别网络中的恶意行为.最后,在NSL-KDD和KDD CUP99数据集上的测试结果显示,所提出的模型在时间效率和精度方面都超过现有模型,证明了其在检测恶意行为和准确分类网络异常中的有效性.
关键词
行为识别
入侵检测
卷积神经网络
网络异常分类
双向长短时记忆网络
Keywords
behavior recognition
intrusion detection
convolutional neural network
network anomaly classification
bidirectional long short-term memory network
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于Vision Transformer和语义学习的视频描述模型
3
作者
王翀
查易艺
顾颖程
宋玉
程环宇
林杉
机构
国网江苏省电力有限公司信息通信分公司
东南大学电气工程学院
出处
《印刷与数字媒体技术研究》
CAS
北大核心
2023年第5期49-59,68,共12页
基金
国网江苏省电力公司科技项目(No.J2021133)
江苏省重点研发计划项目(No.BE2020688)。
文摘
针对当前视频内容描述任务中所生成的描述语句晦涩难懂问题,本研究提出一种基于ViT(Vision Transformer)和语义学习的视频描述模型。首先,采用深度可分离卷积优化ResNet152、C3D等特征提取网络,通过减少网络参数,降低模型时间开销;其次,利用多模态融合网络融合多种模态特征,使不同模态进行语义对齐;然后,基于Vision Transformer网络建立一种长距离依赖性编码器,并结合时间注意力机制,在生成每个单词时有选择性地聚焦视频中的特定帧;最后,在解码阶段,利用LSTM循环网络并引入语义信息,使模型生成的描述更具可读性。通过在MSR-VTT数据集上进行测试,本研究模型可以实现0.425、0.288、0.624和0.538分的BLEU4、METEOR、ROUGE-L和CIDEr得分;在MSVD数据集上的BLEU4、METEOR、ROUGE-L和CIDEr得分分别达到了0.564、0.369、0.741和0.964分。相比当前主流视频内容描述模型,所提模型具有更好的描述生成效果。
关键词
视频内容描述
语义学习
Vision
Transformer
多模态
SCN解码器
Keywords
Video captioning
Semantic learning
Vision Transformer
Multimodal
SCN Decoder
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于广义神经网络的网络攻击检测与分类方法
张明明
刘凯
李贤慧
许梦晗
顾颖程
张见豪
程环宇
王永利
《信息安全研究》
CSCD
2023
1
下载PDF
职称材料
2
基于深度学习的恶意行为检测与识别模型研究
张明明
刘凯
李贤慧
许梦晗
顾颖程
张见豪
程环宇
《信息安全研究》
CSCD
2023
0
下载PDF
职称材料
3
基于Vision Transformer和语义学习的视频描述模型
王翀
查易艺
顾颖程
宋玉
程环宇
林杉
《印刷与数字媒体技术研究》
CAS
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部