期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:网络异常行为 异常检测 模式识别 流量特征建模 深度学习
摘要:基于流量特征建模的网络异常行为检测技术通过对网络流量进行特征匹配与模式识别,进而检测出潜在的、恶意入侵的网络流量,是网络异常行为检测的有效手段。根据检测数据来源的不同,传统检测方法可以分为基于传输层信息、载荷信息、主机行为特征等三类,而近年来兴起的深度学习方法已经开始应用于这三类数据,并可以综合应用三类数据,本文从技术原理与特点、实验方式、取得的成果等方面对上述技术路线进行了综述,并分析了存在的主要问题和发展趋势。
网络新媒体技术杂志要求:
{1}来稿为基金资助项目请注明何种基金资助项目或课题(并附编号)。
{2}如不同意本刊对采用文稿作相应的技术处理和修改删节,请事先申明。
{3}计量单位:执行国务院颁布的《中华人民共和国法定计量单位》,并以单位符号表示,具体使用参照中华医学会杂志社编写的《法定计量单位在医学上的应用(第3版)》一书。
{4}注释是对正文中某一特定内容的解释或补充说明,列于当页脚注,用①②……标注。(注意:注释不是引文的参考文献,引文引用文献应放在文后参考文献中)
{5}正文(包括图表)一律使用国家法定计量单位;各种专业术语规范准确;正文论述条理清晰。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社