开放存取
| 问题 |
E3S网页汇编
卷积4122023
现代应用科学、环境、能源和地球研究创新国际会议 |
|
|---|---|---|
| 文章号 | 01106 | |
| 页数 | 6 | |
| 多尔市 | https://doi.org/10.1051/e3sconf/202341201106 | |
| 在线发布 | 2023年8月17日 | |
- 塞列斯特.和Azmi2015年MIS-IDS:分布式入侵检测系统使用多试AIS方法人工智能工程应用,35,286-298[Google Scholar]
- 高尔市S. Sharma M. & Pant B.2015年可信安全聚类移动渗透环境以人为中心的计算信息科学53219CrossRef[Google Scholar]
- 公元前Fraunholz S.公元前安东C利普斯市列支市Krohrmer,FPohl M塔门和H公元前Schotten,2018年[Google Scholar]
- C.易拉西塔诺Adeel公司Gogate公司ashtipourFC.摩拉比托市拉里哈尼拉扎和AHussein,“统计分析驱动最优深学习系统探测入侵”,国际会议脑启发认知系统Springer,2018年,pp759-769[Google Scholar]
- K.江市王安王和H网入侵检测混合深层次网络,IEE访问,vol.8页32 464-326 2020[Google Scholar]
- P.穆呼里市聊天捷捷元K罗伊和AEsterline,“使用长短期内存复发神经网络分类网络”,Informvol.11页243 052020CrossRef[Google Scholar]
- A.Andalib和VT.Vakili,“自主入侵检测系统使用高级学习者联合体”,2020年伊朗电气工程第28次会议(ICEE),2020年,pp5比5[Google Scholar]
- W.徐J长城卡辛格,Y微信和FSabrina,“提高自编码器网络异常检测性能nsl-kdd数据集”,IEE访问,vol.9页140136-140146,2021CrossRef[Google Scholar]
- J.柳BMin S.金德新和DShin使用离散预处理法和卷积神经网络研究网络入侵检测法9页142348-1423612021CrossRef[Google Scholar]
- L.刘P王JLin和LLiu,“入侵检测基于机器学习和深学习的网络流量偏差”,IeeEccess,vol.9页7550-7563,2020[Google Scholar]
- A.法塔尼市Abd Elaziz A道湖市A.Al-Qaness和SLu使用深学习增强瞬态搜索优化使用入侵检测系统IEE访问vol9页123448-1234642021CrossRef[Google Scholar]
- M.-T.高元S.J.高和丰长新二级深学习结构 网络流异常检测11页1531 052022CrossRef[Google Scholar]
- M.H.Almeshekah和EH.Spafford,“规划并整合计算机安全防御”,2014年新安全范式研讨会记录,2014年,pp127-138CrossRef[Google Scholar]
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间