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
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
- 电信科学 2025年41卷第7期 页码:108-119
DOI:10.11959/j.issn.1000-0801.2025100
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
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

