|国家科技期刊平台
| 注册
首页|期刊导航|电子学报|基于特征组合优化的工业互联网恶意行为实时检测方法

基于特征组合优化的工业互联网恶意行为实时检测方法

胡向东 张琴

电子学报2024，Vol.52Issue(9)：P.3075-3085,11.
✕
电子学报2024，Vol.52Issue(9)：P.3075-3085,11.DOI:10.12263/DZXB.20221394

基于特征组合优化的工业互联网恶意行为实时检测方法

胡向东 1张琴2

作者信息

  • 1. 重庆邮电大学现代邮政学院,重庆400065 重庆邮电大学自动化学院/工业互联网学院,重庆400065
  • 2. 重庆邮电大学自动化学院/工业互联网学院,重庆400065
  • 折叠

摘要

关键词

工业互联网/改进的相关性快速过滤算法/奇异值分解的主成分分析/特征组合优化/极端梯度提升/恶意行为实时检测

分类

信息技术与安全科学

引用本文复制引用

胡向东,张琴..基于特征组合优化的工业互联网恶意行为实时检测方法[J].电子学报,2024,52(9):P.3075-3085,11.

基金项目

重庆市级人才计划项目(No.cstc204ycjh-bgzxm0088)。 （No.cstc204ycjh-bgzxm0088）

电子学报

OA北大核心CSTPCD

0372-2112

访问量0
|
下载量0
段落导航相关论文