机读格式显示(MARC)

• 000 01419nam0 2200277 450

• 001 0000708010

• 005 20261022005800.0

• 010 __ |a 978-7-5768-4543-3 |d CNY98.00

• 100 __ |a 20260316d2026 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 220000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 基于深度学习的网络入侵检测模型与算法研究 |A ji yu shen du xue xi de wang luo ru qin jian ce mo xing yu suan fa yan jiu |f 王振东著

• 210 __ |a 长春 |c 吉林大学出版社 |d 2026.01

• 215 __ |a 216页 |c 图 |d 24cm

• 300 __ |a 本书出版得到多维智能感知与控制江西省重点实验室资助

• 314 __ |a 王振东, 男, 现就职于江西理工大学信息工程学院, 教研室主任, 副教授。毕业于哈尔滨工程大学计算机应用技术专业, 博士研究生学历。研究方向为入侵检测、恶意代码分析、车联网、人工智能等。

• 320 __ |a 有书目

• 330 __ |a 本书将深度学习与入侵检测相结合, 利用深度学习强大的特征表示和学习能力获取数据特征, 并从数据的空间和时间维度检测网络攻击。具体而言, 本书利用图卷积神经网络、图注意力网络、稀疏自编码器、残差网络、深度信念网络以及傅里叶变换、高散傅里叶变换与快速傅里叶变换等方法开发了ResLSTM、SENet、MGNN、LOGNN、DFNNB、TFNNLHL、BT-TPF等多个网络入侵检测模型, 在常规互联网、物联网、CPS等应用场景上都取得了良好的检测效果。

• 606 0_ |a 计算机网络 |A ji suan ji wang luo |x 安全技术 |x 研究

• 690 __ |a TP393.08 |v 5

• 690 __ |a TP393 |v 4

• 701 _0 |a 王振东 |A wang zhen dong |4 著

• 801 _0 |a CN |b WXXH |c 20261019

• 905 __ |a WXCSXY |d TP393/1496