X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到辽阳市科技创新服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00901859]一种基于1D-CNN特征重构的网络安全数据分类方法

交易价格: 面议

所属行业: 通信

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN202011209655.1

交易方式: 其他

联系人:

所在地:浙江杭州市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开了一种基于1D-CNN特征重构的网络安全数据分类方法,包括模型的构建与训练优化,具体为首先利用特征之间的相关性矩阵构建1D-CNN深层学习模型,通过卷积、池化和全连接的全局卷积操作,生成低维的重构特征,完成数据的降维重构。再利用传统的浅层机器学习算法构建安全数据分类模型,实现对网络安全大数据中的威胁行为检测。本发明提出的基于1D-CNN的特征重构方法,可以控制重构特征的维度,实现数据降维,不仅简化了深度学习的运算过程,还提高了模型的运算效率,在卷积层中利用特征之间的相关性,提高了重构特征之间的关联性,使分类结果更加准确。
本发明公开了一种基于1D-CNN特征重构的网络安全数据分类方法,包括模型的构建与训练优化,具体为首先利用特征之间的相关性矩阵构建1D-CNN深层学习模型,通过卷积、池化和全连接的全局卷积操作,生成低维的重构特征,完成数据的降维重构。再利用传统的浅层机器学习算法构建安全数据分类模型,实现对网络安全大数据中的威胁行为检测。本发明提出的基于1D-CNN的特征重构方法,可以控制重构特征的维度,实现数据降维,不仅简化了深度学习的运算过程,还提高了模型的运算效率,在卷积层中利用特征之间的相关性,提高了重构特征之间的关联性,使分类结果更加准确。

推荐服务:

主办单位:辽阳市科学技术局

技术支持单位:科易网

辽ICP备16017206号-1

辽公网安备 21100302203138号

关于我们

平台简介

联系我们

客服咨询

400-649-1633

工作日:08:30-21:00

节假日:08:30-12:00

13:30-17:30