论文摘要
随着人工智能的发展,深度学习算法在僵尸网络检测领域的应用越来越广泛,但现有的僵尸网络检测方法多是从单一维度特征进行检测,不具备良好的全面性和适用性。因此,提出了一种从空间和时间两个维度进行特征学习的检测模型,使用ResNet神经网络学习空间特征,使用BiLSTM神经网络学习时间特征,以提取更全面的僵尸网络流量特征。实验表明,该模型性能良好,能够对僵尸网络进行较为准确的识别,且具有一定的检测未知僵尸网络的能力。
论文目录
文章来源
类型: 期刊论文
作者: 谭越,邹福泰
关键词: 僵尸网络,深度学习
来源: 通信技术 2019年12期
年度: 2019
分类: 信息科技
专业: 互联网技术
单位: 上海交通大学网络空间安全学院
基金: 国家重点研发计划项目课题（No.2017YFB0802300,No.2018YFB0803503),NSFC-浙江两化融合联合基金（No.U1509219)~~
分类号: TP393.08
页码: 2975-2981
总页数: 7
文件大小: 2214K
下载量: 190
相关论文文献
- [1].基于气象因素充分挖掘的BiLSTM光伏发电短期功率预测[J]. 计算机系统应用 2020(07)
- [2].基于BiLSTM模型的漏洞检测[J]. 计算机科学 2020(05)
- [3].基于BiLSTM自动生成个性化评论[J]. 电脑知识与技术 2020(23)
- [4].一种基于BiLSTM的低速率DDoS攻击检测方法[J]. 计算机与现代化 2020(05)
- [5].改进biLSTM网络的短文本分类方法[J]. 计算机工程与设计 2020(03)
- [6].改进的基于BiLSTM的网络入侵检测方法[J]. 计算机工程与设计 2020(07)
- [7].基于BiLSTM的滚动轴承剩余使用寿命预测[J]. 制造业自动化 2020(05)
- [8].基于biLSTM的新型文本相似度计算模型[J]. 计算机与数字工程 2020(09)
- [9].基于BiLSTM模型的定义抽取方法[J]. 计算机工程 2020(03)
- [10].基于注意力机制BiLSTM的设备智能故障诊断方法[J]. 天津大学学报(自然科学与工程技术版) 2020(06)
- [11].BiLSTM在跨站脚本检测中的应用研究[J]. 计算机科学与探索 2020(08)
- [12].民航陆空通话语音识别BiLSTM网络模型[J]. 信号处理 2019(02)
- [13].基于注意力机制BiLSTM的事件抽取方法[J]. 电子设计工程 2020(08)
- [14].基于BiLSTM的婚姻法自然语言问答[J]. 计算机工程与设计 2019(04)
- [15].联合BiLSTM和CNN的评论文本情感分类模型[J]. 燕山大学学报 2020(05)
- [16].融合CNN与BiLSTM的网络入侵检测方法[J]. 计算机工程 2019(12)
- [17].基于cw2vec与BiLSTM的中文商品评论情感分类[J]. 软件导刊 2020(04)
- [18].结合BiLSTM和注意力机制的视频行人再识别[J]. 中国图象图形学报 2019(10)
- [19].基于CNN和BiLSTM的文本情感分类[J]. 信息记录材料 2019(11)
- [20].基于BiLSTM神经网络的特征融合短文本分类算法[J]. 智能计算机与应用 2019(02)
- [21].基于BiLSTM和Bootstrap方法的风电功率区间预测[J]. 可再生能源 2020(08)
- [22].基于BiLSTM并结合自注意力机制和句法信息的隐式篇章关系分类[J]. 计算机科学 2019(05)
- [23].基于BiLSTM和Attention的命令序列检测方法[J]. 通信技术 2019(12)
- [24].基于CNN和BiLSTM的短文本相似度计算方法[J]. 信息技术与网络安全 2019(06)
- [25].基于Attention-biLSTM的候选答案句抽取[J]. 福建电脑 2019(04)
- [26].注意力机制的BiLSTM模型在招聘信息分类中的应用[J]. 计算机系统应用 2020(04)
- [27].基于BiLSTM的公共安全事件触发词识别[J]. 工程科学学报 2019(09)
- [28].基于CNN和BiLSTM网络特征融合的文本情感分析[J]. 计算机应用 2018(11)
- [29].基于神经耦合模型的异构词法数据转化和融合[J]. 北京大学学报(自然科学版) 2020(01)
- [30].基于BiLstm神经网络的DGA域名检测方法[J]. 网络安全技术与应用 2019(01)