排序方式: 共有4条查询结果,搜索用时 127 毫秒
1
1.
2.
为采用知识图谱技术实现对油藏构造知识的整合,解决在本体建模过程中,很少将标准融合到本体模型
中,且在转换过程中存在对叙词概念粒度划分较粗或完全不对叙词进行类型划分等问题,提出一种基于叙词表
构建知识图谱的新方法,即标注原叙词表,建立映射规则,构造转换算法和生成知识图谱。其中标注、映射规
则建立与转换算法定义了构建知识图谱标准化过程。最后,选取油藏构造领域的部分知识,采用所提方法构建
知识图谱,其结果表明了该方法的可行性。 相似文献
3.
近年来,网络安全问题层出不穷,其中僵尸网络是造成网络瘫痪的重要原因之一。僵
尸网络利用域名生成算法(DGA)生成大量恶意域名进行网络攻击,对网络安全造成威胁。现有的
DGA域名主要分为字典型和字符型,传统的深度学习方法无法同时检测出两种类型的DGA域名,
尤其是无法检测出基于字典的DGA域名。针对这个问题,本文提出了改进的CNN-LSTM的DGA
域名检测算法,该算法融合了卷积神经网络(CNN)、注意力机制和双向长短时记忆网络(BiLSTM),
可以同时检测出两种类型的DGA域名。最后进行了不同算法的对比实验,实验结果表明,与其他
深度学习模型相比,该算法提高了DGA域名的二分类和多分类的准确率和F1值。在多分类实验
中,通过改进损失函数,提高了小样本数据的域名检测率。 相似文献
4.
随着网络流量规模和来源的增加,对网络流量监控和分析的挑战也随之增加,尤其是
对加密流量进行识别的问题,该挑战性问题在于如何对加密流量不解密的情况下直接识别加密流
量。因此,针对加密流量识别问题,本文提出了一种基于流的时间相关特征的VPN加密流量识别
方法。通过设置2个实验场景,实现了加密流量与非加密流量的识别,并根据流的类型将加密流量
划分为不同的类别,在识别出加密流量的基础上又实现了应用识别和服务类型的识别。最后在公
开数据集ISCXVPN2016上利用不同的机器学习算法进行了对比实验,实验结果表明:使用较短的
流超时值可以提高识别准确率,在流超时值为15 s时结果最优。上述实验结果也证明了时间相关
特征是表征加密流量和VPN流量的良好分类准则。 相似文献
1