| 基于元學習的多頭注意力時序卷積的入侵檢測 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：1099 K | |
| 標簽： 入侵檢測 元學習 多頭注意力機制 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為解決現(xiàn)有入侵檢測方法在高階依賴關系挖掘，處理時序特征和應對新型攻擊手段檢測等方面性能不足的問題，提出了一種基于元學習的多頭注意力時序卷積的入侵檢測方法。該方法引入了多頭注意力機制，使模型能在不同尺度上捕捉網(wǎng)絡數(shù)據(jù)的時序特征和高階依賴關系。其次，結(jié)合多任務學習改進元學習算法對網(wǎng)絡未知攻擊進行識別，提升網(wǎng)絡未知攻擊的檢測性能，此外，設計了一種自適應特征提取策略，動態(tài)調(diào)整特征提取粒度，以適應不同類型的網(wǎng)絡攻擊。在公開數(shù)據(jù)集實驗對比表明，本文算法與主流算法相比，具有更高的準確率和F值。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2025 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2