-
题名基于深度学习的网络入侵检测研究综述
被引量：13
- 1
-
-
作者
黄屿璁
张潮
吕鑫
曾涛
王鑫元
丁辰龙
-
机构
河海大学计算机与信息学院
水利部信息中心
河海大学水利部水利大数据技术重点实验室
-
出处
《信息安全研究》
2022年第12期1163-1177,共15页
-
基金
中央高校基本科研业务费专项资金项目(B210202080)。
-
文摘
互联网的迅速发展在给用户带来巨大便利的同时,也引发了诸多安全事故.随着零日漏洞、加密攻击等网络攻击行为日益增加,网络安全形势愈发严峻.入侵检测是网络攻击检测的一种重要手段.近年来,随着深度学习技术的持续发展,基于深度学习的入侵检测系统逐渐成为网络安全领域的研究热点.通过对文献的广泛调查,介绍了利用深度学习技术进行网络入侵检测的最新工作.首先,对当前网络安全形势及传统入侵检测技术进行简要概括;然后,介绍了网络入侵检测系统中常用的几种深度学习模型;接着,总结了深度学习中常用的数据预处理技术、数据集以及评价指标;再从实际应用的角度介绍了深度学习模型在网络入侵检测系统中的具体应用;最后,讨论了目前研究过程中面临的问题,提出了未来的发展方向.
-
关键词
网络安全
网络攻击
入侵检测
网络入侵检测系统
深度学习
-
Keywords
cyber security
network attack
intrusion detection
network intrusion detection system
deep learning
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名徐州市铜山区数字孪生城区防洪指挥平台建设
被引量：1
- 2
-
-
作者
佟保根
黄屿璁
梁礼永
-
机构
徐州市铜山区水务局
河海大学计算机与信息学院
-
出处
《江苏水利》
2022年第S02期32-37,共6页
-
文摘
徐州市铜山区水务局基于“数字孪生”理念与现有的信息化资源,利用知识图谱、机器学习等技术,研发智能模型耦合联动机制,建设了数字孪生城区防洪指挥平台,打造出具有铜山特色的防洪排涝联合指挥调度示范应用体系。该平台建设分为数据底板、模型库、水利知识引擎与防洪排涝联合调度系统建设4个部分,总体以城区防洪为目标,构建区域性、针对性的数字孪生,为实施大范围、多目标、多情景的数字孪生建设奠定基础,有助于构筑具有预报、预警、预演、预案“四预”功能的智慧城区防洪体系。
-
关键词
数字孪生
城区防洪
联合调度
智能模型
-
Keywords
digital twin
urban flood control
joint dispatch
intelligent model
-
分类号
TV22
[水利工程—水工结构工程]
-
