| 注册
首页|期刊导航|湖南大学学报(自然科学版)|基于ResNet和双向LSTM融合的物联网入侵检测分类模型构建与优化研究

基于ResNet和双向LSTM融合的物联网入侵检测分类模型构建与优化研究

陈红松 陈京九

湖南大学学报(自然科学版)2020,Vol.47Issue(8):1-8,8.
湖南大学学报(自然科学版)2020,Vol.47Issue(8):1-8,8.DOI:10.16339/j.cnki.hdxbzkb.2020.08.001

基于ResNet和双向LSTM融合的物联网入侵检测分类模型构建与优化研究

Study on Construction of IOT Network Intrusion Detection Classification Model and Optimization Based on Combination of ResNet and Bidirectional LSTM Network

陈红松 1陈京九1

作者信息

  • 1. 北京科技大学计算机与通信工程学院,北京100083
  • 折叠

摘要

关键词

入侵检测/残差网络/双向LSTM网络/图像分类/物联网

分类

信息技术与安全科学

引用本文复制引用

陈红松,陈京九..基于ResNet和双向LSTM融合的物联网入侵检测分类模型构建与优化研究[J].湖南大学学报(自然科学版),2020,47(8):1-8,8.

基金项目

国家社会科学基金资助项目(18BGJ071) (18BGJ071)

湖南大学学报(自然科学版)

OA北大核心CSCDCSTPCD

1674-2974

访问量4
|
下载量0
段落导航相关论文