- 1、本文档共62页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
物联网技术的快速发展和广泛应用不仅极大地方便了人们的生活和工作,也给网络
安全带来了前所未有的挑战。为了应对复杂多样的攻击方式,研究人员开发了恶意流量
检测系统。在恶意流量检测系统中应用传统的机器学习方法难以有效学习和区分流量特
征,而深度学习技术的快速进步逐渐代替传统的机器学习进行恶意流量检测。物联网恶
意流量检测不仅要考虑检测精度,还要考虑物联网设备具有有限的计算能力和存储资源。
为此,本文对物联网恶意流量检测算法展开了研究。
(1)针对现有模型参数量大且识别准确率不高的情况,提出
文档评论(0)