同类推荐
-
-
Stable Diffusion AIGC视觉教程
-
¥59.80
-
-
即梦Seedance AI视频生成与变现实战
-
¥79.00
-
-
微信小游戏开发入门
-
¥79.00
-
-
微信小游戏开发入门
-
¥79.00
-
-
微信小游戏开发入门
-
¥79.00
-
-
AI办公高效提问:让你的职场效率倍增
-
¥79.00
-
-
微课学UE虚幻引擎场景搭建
-
¥79.80
-
-
Python编程:案例驱动的快速入门与实践
-
¥45.00
-
-
计算机视觉:YOLO目标检测原理与实践
-
¥119.00
-
-
数字图形图像处理基础与实战:Photoshop 202…
-
¥79.80
|
|
图书信息
|
|
|
|
基于深度学习的网络入侵检测模型与算法研究
|
| ISBN： | 9787576845433 |
定价： | ￥98.00 |
| 作者： | 王振东著 |
出版社： | 吉林大学出版社 |
| 出版时间： | 2026年01月 |
开本： | 24cm |
| 页数： | 216页 |
中图法： | TP393.08 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
80
|
库区3/样本3
|
2026-04-03
|
|
其它供货商库存合计
|
567
|
|
2026-04-02
|
图书简介 | | 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。 |
|