排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
随着人们网络安全意识的提高,加密流量呈爆炸式增长,流量加密在保护用户隐私的同时,也为安全检测带来了新的挑战。针对传统基于机器学习的流量识别方法存在需要手动设计分类特征、分类准确率不高等问题,提出一种基于卷积神经网络与自注意力机制(Convolutional Neural Network and Self Attention, CSA)的加密流量分类方法,依据网络流量的层次结构特性,采用卷积神经网络提取数据包内字节流的空间特征、自注意力机制提取数据包之间的时序特征。在公开数据集ISCX VPN-NonVPN上的实验结果表明,CSA模型的分类准确率达到了95.0%,相较基准深度模型,准确率和F1值皆有明显的提升。 相似文献
2.
为评价单层球面网壳结构抗震性能,需充分考虑地震激励的随机性以及非平稳性.结合概率密度演化方法,可得到单层球面网壳结构动力响应的概率信息及可靠度.首先,采用谱表示-随机函数方法,生成符合不同设防要求的全非平稳地震动,其平均反应谱与规范反应谱拟合效果理想,通过概率密度演化方法考察了单层球面网壳结构最大位移的概率密度演化全过程;进一步地,分别从宏观和微观层次上选取2个失效评价指标,通过引入等效极值分布思想,可获得单层球面网壳结构抗震可靠度分析所关心的动力响应极值分布;最后通过参数分析,评价了不同参数对单层球面网壳结构抗震可靠度的影响.与传统方法相比,本文方法从随机性的角度评价网壳结构的抗震性能更加合理,并且兼顾了效率和精度. 相似文献
1