使用卷积神经网络
机构名称:
¥ 1.0

对数字通信网络的日益依赖使信息安全成为全球个人,组织和政府的关键问题(Chen等,2011)。但是,这种提高的连通性也导致了各种网络威胁,中间人(MITM)的攻击是网络攻击的破坏形式(Disha&Waheed,2022; Zahara et al。,2020)。在MITM攻击中,攻击者拦截并改变了两方之间的通信,通常是在不知情的情况下。检测MITM攻击是由于其隐形性和攻击者采用的复杂方法而复杂的。传统的MITM攻击检测方法通常难以准确识别复杂的攻击,并将其与合法的网络行为区分开。现有的检测MITM攻击的技术主要依赖于分析网络流量模式和检测异常(Ahmad等,2020)。但是,这些方法通常在准确识别微妙而复杂的攻击模式中面临局限性,从而导致假阳性或假否定性增加。

使用卷积神经网络

使用卷积神经网络PDF文件第1页

使用卷积神经网络PDF文件第2页

使用卷积神经网络PDF文件第3页

使用卷积神经网络PDF文件第4页

使用卷积神经网络PDF文件第5页

相关文件推荐

使用卷积神经网络
2021 年
¥1.0
使用卷积神经网络
2025 年
¥1.0
使用卷积神经网络
2024 年
¥1.0
使用卷积神经网络
2021 年
¥1.0
卷积神经网络
2024 年
¥1.0
卷积神经网络
2020 年
¥2.0
使用深神经网络
2024 年
¥3.0
使用贝叶斯网络
2020 年
¥1.0
传输网络使用
2021 年
¥1.0