注冊帳號丨忘記密碼?
1.點擊網(wǎng)站首頁右上角的“充值”按鈕可以為您的帳號充值
2.可選擇不同檔位的充值金額,充值后按篇按本計費
3.充值成功后即可購買網(wǎng)站上的任意文章或雜志的電子版
4.購買后文章、雜志可在個人中心的訂閱/零買找到
5.登陸后可閱讀免費專區(qū)的精彩內(nèi)容
打開文本圖片集
摘 要: 異常流量分類是應(yīng)對網(wǎng)絡(luò)攻擊,制定網(wǎng)絡(luò)防御的前提. 網(wǎng)絡(luò)流量數(shù)據(jù)量大導致分析成本高,新型異常流量標記樣本數(shù)量少導致分類難度大,小樣本學習能有效應(yīng)對這些問題. 但目前小樣本學習的方法仍然面對著復雜的模型或計算過程帶來的效率低下、訓練和測試樣本分布偏差導致的監(jiān)督崩潰問題. 本文提出了一種基于對齊(剩余6747字)
登錄龍源期刊網(wǎng)
購買文章
基于對齊原型網(wǎng)絡(luò)的小樣本異常流量分類
文章價格:5.00元
當前余額:100.00
閱讀
您目前是文章會員,閱讀數(shù)共:0篇
剩余閱讀數(shù):0篇
閱讀有效期:0001-1-1 0:00:00
違法和不良信息舉報電話:400-106-1235
舉報郵箱:[email protected]