【摘 要】
：
随着网络安全技术的飞速发展和大数据技术的广泛应用,传统的机器学习模型已难以满足大数据环境下高效入侵检测的要求。针对原始数据集特征不够明显的情况,利用卷积神经网络进行大数据特征提取与数据分析的优势,文章提出一种基于对数边际密度比(Logarithm Marginal Density Ratio,LMDR)和卷积神经网络(Convotional Neural Network,CNN)的混合入侵检测模型
【机 构】
：
中国科学院大学,中国科学院计算机网络信息中心
【基金项目】
：
中国科学院信息化专项[XXH13507,XXH13513-07]
论文部分内容阅读
随着网络安全技术的飞速发展和大数据技术的广泛应用,传统的机器学习模型已难以满足大数据环境下高效入侵检测的要求。针对原始数据集特征不够明显的情况,利用卷积神经网络进行大数据特征提取与数据分析的优势,文章提出一种基于对数边际密度比(Logarithm Marginal Density Ratio,LMDR)和卷积神经网络(Convotional Neural Network,CNN)的混合入侵检测模型。该模型相较于现有传统的机器学习算法和神经网络模型,能够更充分挖掘数据特征间的联系,有效提高分类准确率并
其他文献
一个国际性研究小组近日报道说，研究发现在一些西方人口中，遗传基因的结构与慢性自身免疫性疾病——系统性红斑狼疮(SLE)的易感性之间存在强相关。
从分析电力系统单相接地短路故障着手，对高压线路故障指示系统的原理与应用进行了阐述。
第一部分缺氧诱导因子2(HIF-2α)在胰腺癌中的表达及临床意义目的研究缺氧诱导因子2(HIF-2α)在胰腺癌和癌旁非癌胰腺组织中的表达,并进一步探究HIF-2α在胰腺癌中的临床意义
深度学习模型在很多人工智能任务上已取得出色表现,但精心设计的对抗样本却能欺骗训练有素的模型,诱导模型作出错误判断。对抗攻击的成功使得AI系统的可用性遭受质疑。为了提升AI系统安全性和鲁棒性,文章遵循安全开发流程,提出针对AI系统的安全测评和防御加固方案。该方案通过精准检测和拦截对抗攻击、科学评估模型鲁棒性、实时监控新型对抗攻击等措施,提升系统抵御对抗攻击的能力,帮助开发人员构建更安全的AI系统。
据报道，日本每3个国人中就有1例过敏性皮肤病患者，其中牛皮癣较为难治，迄今尚无有效疗法。最近，日本很多医生利用口服保健茶、针灸等民间疗法治疗该病取得了较高的治愈率。
一个成功的班主任就是一个艺术家,但远远高于其他的艺术家,因为每个作品不是静止的没有生命力的作品,而是一个个活生生的人,是会给社会创造无穷财富和价值的人,与学生打交道,
文章提出一种基于机器学习的虚拟化平台异常行为动态检测方法,该方法依托虚拟化平台,提取正常程序和恶意软件运行过程中的系统内存并转储为文件,将其中的部分信息经SimHash提取形成灰度图像并采用局部二值模式(LBP)进行描述,得到图像的纹理特征,再利用图像的纹理特征训练构建的卷积神经网络,通过生成的模型判断虚拟化平台是否存在异常行为。实验表明,虚拟化平台异常检测率可以达到97.5%,能够有效发现云攻击
文章设计了一种循环分组函数,并基于该函数提出一种改进的RFID群组标签所有权转移协议,给出了基于GNY逻辑的协议安全性证明。新协议标签端不需要伪随机数发生器,具有超轻量级特性,同时改进了协议交互方式,解决了拒绝服务攻击漏洞问题。该协议能够抵抗数学分析攻击等常见的恶意攻击,协议标签端计算量更少,性能更优越。
针对动态社交网络的链路预测,文章提出了一种改进的DynamicTriad模型,该模型以动态三元闭环结构为载体,三个顶点组成一个基本网络单元,结合网络同质性和节点相似性指标,对动态网络进行建模,跨时间片对每个节点进行向量表示,从而实现社交网络个体行为的动态预测,并通过t+1时段的嵌入向量验证t时段的预测效果。实验表明,该模型在动态表示节点关系的同时,链路预测效果优于传统算法,支持对动态社交网络的建模