| 注册
首页|期刊导航|南京理工大学学报(自然科学版)|基于Faster R-CNN深度学习的网络入侵检测模型

基于Faster R-CNN深度学习的网络入侵检测模型

田桂丰 单志龙 廖祝华 王煜林

南京理工大学学报(自然科学版)2021,Vol.45Issue(1):56-62,7.
南京理工大学学报(自然科学版)2021,Vol.45Issue(1):56-62,7.DOI:10.14177/j.cnki.32-1397n.2021.45.01.006

基于Faster R-CNN深度学习的网络入侵检测模型

Network intrusion detection model based on Faster R-CNN deep learning

田桂丰 1单志龙 2廖祝华 3王煜林1

作者信息

  • 1. 广州理工学院 计算机科学与工程学院,广东 广州510540
  • 2. 华南师范大学 计算机学院,广东 广州510631
  • 3. 湖南科技大学 计算机学院,湖南 湘潭411103
  • 折叠

摘要

关键词

卷积神经网络/网络入侵检测/候选区域/基准矩形框

分类

信息技术与安全科学

引用本文复制引用

田桂丰,单志龙,廖祝华,王煜林..基于Faster R-CNN深度学习的网络入侵检测模型[J].南京理工大学学报(自然科学版),2021,45(1):56-62,7.

基金项目

国家自然科学基金(61671213) (61671213)

教育部科技发展中心高校产学研创新基金(2018A01016) (2018A01016)

广东省普通高校特色创新项目(自然科学) (2017KTSCX221) (自然科学)

广东省质量工程建设项目(2017SZ02) (2017SZ02)

南京理工大学学报(自然科学版)

OA北大核心CSCDCSTPCD

1005-9830

访问量0
|
下载量0
段落导航相关论文