您当前的位置:
首页 >
文章列表页 >
基于深度学习和SVM-RFE的网络入侵检测模型
研究与开发 | 更新时间:2025-08-07
    • 基于深度学习和SVM-RFE的网络入侵检测模型

    • Deep learning and support vector machine-recursive feature elimination-based network intrusion detection model

    • 叶青 ,张延年 ,吴昊
    • 电信科学 2025年41卷第7期 页码:108-119
    • DOI:10.11959/j.issn.1000-0801.2025100    

      中图分类号:
    • 修回:2024-12-18,

    移动端阅览

  •  
  •  
  • HTML全文

  • 图(8) 表(2)

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

348

浏览量

1132

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于ResNet18的SRv6网络流量异常检测研究
基于TimesNet-LSTM融合时频特征的窃电检测方法
基于元启发式RIME算法的深度时间序列预测模型优化方法
GhostMamba-SAN:一种高效的DDoS攻击检测模型
结合自适应数据增强和集成学习的机载网络入侵检测研究

相关作者

祁璜
王硕凡
田东阳
王凯
黄冬梅
刘峰
胡安铎
张文博

相关机构

中国移动通信集团江苏有限公司
上海电力大学电气工程学部
上海电力大学人工智能学部
上海海洋大学信息学院
上海电力大学数理学院