MARC状态：订购 文献类型：中文图书 浏览次数：8
- 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,2026.1
- ISBN及定价:
- 978-7-5768-4543-3/CNY98.00
- 载体形态项:
- 200页;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
- 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、离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、TFNN_HL、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。
- 使用对象附注:
- 本书可作为网络入侵检测研究或管理人员的参考用书, 对相关人员理解和把握入侵检测技术的最新发展动态以及未来趋势能够发挥一定的积极作用
全部MARC细节信息>>