MARC状态：审校 文献类型：中文图书 浏览次数：3
- 题名/责任者:
- 基于深度学习的网络入侵检测模型与算法研究/王振东著
- 出版发行项:
- 长春:吉林大学出版社,2026.01
- ISBN及定价:
- 978-7-5768-4543-3/CNY98.00
- 载体形态项:
- 216页:图;24cm
- 个人责任者:
- 王振东 著
- 学科主题:
- 计算机网络-安全技术-研究
- 中图法分类号:
- TP393.08
- 中图法分类号:
- TP393
- 一般附注:
- 本书出版得到多维智能感知与控制江西省重点实验室资助
- 责任者附注:
- 王振东, 男, 现就职于江西理工大学信息工程学院, 教研室主任, 副教授。毕业于哈尔滨工程大学计算机应用技术专业, 博士研究生学历。研究方向为入侵检测、恶意代码分析、车联网、人工智能等。
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书将深度学习与入侵检测相结合, 利用深度学习强大的特征表示和学习能力获取数据特征, 并从数据的空间和时间维度检测网络攻击。具体而言, 本书利用图卷积神经网络、图注意力网络、稀疏自编码器、残差网络、深度信念网络以及傅里叶变换、高散傅里叶变换与快速傅里叶变换等方法开发了ResLSTM、SENet、MGNN、LOGNN、DFNNB、TFNNLHL、BT-TPF等多个网络入侵检测模型, 在常规互联网、物联网、CPS等应用场景上都取得了良好的检测效果。
全部MARC细节信息>>