-
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]
-
-
题名融合残差连接的图像语义分割方法
- 2
-
-
作者
王龙宝
张珞弦
张帅
徐亮
曾昕
徐淑芳
-
机构
河海大学计算机与信息学院
河海大学水利部水利大数据技术重点实验室
中国电建集团昆明勘测设计研究院有限公司
长江生态环保集团有限公司
-
出处
《计算机测量与控制》
2024年第1期157-164,共8页
-
基金
云南省科技厅重大科技专项计划项目(202202AF080003)
长江生态环保集团有限公司科研项目(HBZB2022005)。
-
文摘
由于传统SegNet模型在采样过程中产生了大量信息损失,导致图像语义分割精度较低,为此提出了一种融合残差连接的新型编-解码器网络结构:文中引入了多残差连接策略,更为全面地保留了多尺度图像中包含的大量细节信息,降低还原降采样所带来的信息损失;为进一步加速网络训练的收敛效率,改善样本的不平衡问题,设计了一种带平衡因子的交叉熵损失函数,对正负样本不平衡现象予以针对性的优化,使得模型的训练更加高效;实验表明该方法较好地解决了语义分割中信息损失以及分割不准确的问题,与SegNet相比,本网络在Cityscapes数据集上进行精细标注的mIoU值提高了约13%。
-
关键词
语义分割
残差连接
交叉熵损失函数
SegNet模型
深度学习
-
Keywords
semantic segmentation
residual connection
cross entropy loss function
SegNet model
deep learning
-
分类号
P391
[天文地球—地球物理学]
-
-
题名中国亚热带植被蒸腾驱动力解耦分析
- 3
-
-
作者
金佳鑫
蔡裕龙
郭熙
王龙浩
王颖
刘元波
-
机构
河海大学水文水资源学院
河海大学水利部水利大数据技术重点实验室
江西农业大学国土资源与环境学院
中国科学院地理科学与资源研究所
南京晓庄学院旅游与社会管理学院
中国科学院南京地理与湖泊研究所
国家科技资源共享服务平台国家地球系统科学数据中心
-
出处
《地理学报》
EI
CSCD
北大核心
2023年第7期1779-1791,共13页
-
基金
国家重点研发计划(2018YFA0605402)
国家自然科学基金项目(41971374)。
-
文摘
植被蒸腾(Tc)是水循环的重要组成部分。土壤水分(SM)和饱和水汽压差(VPD)是Tc的关键驱动因素,探讨其对Tc的影响有助于加深生态系统对气候变化响应机制的认识。然而有关VPD和SM对Tc变化的相对贡献尚不清楚,主要原因在于SM和VPD通过陆地—大气相互作用强烈耦合,阻碍了SM、VPD对Tc独立影响程度的量化。本文基于气象再分析资料、遥感土壤水分、蒸腾以及土地覆盖数据等多源数据,采用当前较为先进的“分箱解耦法”,分析2003—2018年中国亚热带植被蒸腾主导驱动力。通过对SM和VPD数据相关性解耦发现,研究区Tc随SM增加呈现出先上升后保持稳定的趋势,而随VPD增加Tc变化幅度较小;总体而言,SM对Tc变化的相对贡献更高,约为VPD对Tc相对贡献的5倍;不同植被类型Tc对SM和VPD的敏感性有所差异,尽管4种植被类型Tc对SM的敏感性均大于VPD的敏感性,但4种植被Tc对SM响应的阈值不同,其中森林(常绿阔叶林除外)的阈值最低(约为35%),短木植被的阈值最高(约为55%),表明不同植被生态对策的差异。此外,为验证结论的可信性,本文基于光合与蒸腾的强耦合关系,利用太阳诱导叶绿素荧光(SIF)指征Tc变化,经上述分析得到一致的结果。通过解耦SM-VPD对Tc的定量影响,本文进一步完善了气候变化生态水文效应的认知,为区域水循环模拟优化提供理论依据。
-
关键词
植被蒸腾
土壤水分
饱和水汽压差
解耦
SIF
-
Keywords
transpiration
soil moisture
vapor pressure deficit
decoupling
-
分类号
Q945.172
[生物学—植物学]
-
