| 注册
首页|期刊导航|网络与信息安全学报|基于残差空洞卷积神经网络的网络安全实体识别方法

基于残差空洞卷积神经网络的网络安全实体识别方法

谢博 申国伟 郭春 周燕 于淼

网络与信息安全学报2020,Vol.6Issue(5):126-138,13.
网络与信息安全学报2020,Vol.6Issue(5):126-138,13.DOI:10.11959/j.issn.2096-109x.2020009

基于残差空洞卷积神经网络的网络安全实体识别方法

Cyber security entity recognition method based on residual dilation convolution neural network

谢博 1申国伟 2郭春 1周燕 2于淼1

作者信息

  • 1. 贵州大学计算机科学与技术学院,贵州贵阳550025
  • 2. 贵州省公共大数据重点实验室,贵州贵阳550025
  • 折叠

摘要

关键词

网络安全/实体识别/残差连接/空洞卷积神经网络/BERT预训练模型

分类

信息技术与安全科学

引用本文复制引用

谢博,申国伟,郭春,周燕,于淼..基于残差空洞卷积神经网络的网络安全实体识别方法[J].网络与信息安全学报,2020,6(5):126-138,13.

基金项目

国家自然科学基金(61802081) (61802081)

贵州省自然科学基金(20161052,20167428,20171051) (20161052,20167428,20171051)

贵州省科技重大专项计划基金(20183001) (20183001)

网络与信息安全学报

OACSTPCD

2096-109X

访问量0
|
下载量0
段落导航相关论文