基于上下文关联注意力机制和简化LSTM网络的入侵检测方法

    公开(公告)号:CN111865932A

    公开(公告)日:2020-10-30

    申请号:CN202010611789.X

    申请日:2020-06-30

    Abstract: 基于上下文关联注意力机制和简化LSTM网络的入侵检测方法,涉及网络安全技术领域,针对现有技术中入侵检测系统检测准确率低的问题,由于网络入侵流量数据具有一定的时序性和特征冗余性,因此本发明采用上下文关联注意力机制(CCAM,Contextual Connection Attention Mechanism)和简化LSTM网络(SLSTM,Simplify Long Short-Term Memory Network)的入侵检测方法,不仅能够过滤或弱化检测数据的冗杂信息,增加数据的上下文联系,还能提取关键数据信息,提高训练速度,增强入侵行为检测的准确率。

    多无人机协同目标分配攻击方法

    公开(公告)号:CN111766901A

    公开(公告)日:2020-10-13

    申请号:CN202010713170.X

    申请日:2020-07-22

    Abstract: 多无人机协同目标分配攻击方法,属于多无人机协同目标分配的技术领域,解决了现有多无人机协同目标分配作战时,由于环境影响,造成目标攻击准确率低的问题,本发明针对多个无人机在复杂的约束条件下对多个目标进行攻击作战任务,将模型分为两个作战阶段,第一部分无人机从同一地点出发到达已知无人机攻击区域,考虑时间代价和航程代价。到达指定攻击地点后,根据建立的优势攻击函数,以及考虑航程、时间、威胁、收益等代价综合考虑,合理分配目标,以寻找最佳的攻击位置,达到理想的攻击效果。本发明适用于多无人机协同攻击多目标。

    基于上下文关联注意力机制和简化LSTM网络的入侵检测方法

    公开(公告)号:CN111865932B

    公开(公告)日:2022-04-12

    申请号:CN202010611789.X

    申请日:2020-06-30

    Abstract: 基于上下文关联注意力机制和简化LSTM网络的入侵检测方法,涉及网络安全技术领域,针对现有技术中入侵检测系统检测准确率低的问题,由于网络入侵流量数据具有一定的时序性和特征冗余性,因此本发明采用上下文关联注意力机制(CCAM,Contextual Connection Attention Mechanism)和简化LSTM网络(SLSTM,Simplify Long Short‑Term Memory Network)的入侵检测方法,不仅能够过滤或弱化检测数据的冗杂信息,增加数据的上下文联系,还能提取关键数据信息,提高训练速度,增强入侵行为检测的准确率。

    多无人机协同目标分配攻击方法

    公开(公告)号:CN111766901B

    公开(公告)日:2022-10-04

    申请号:CN202010713170.X

    申请日:2020-07-22

    Abstract: 多无人机协同目标分配攻击方法,属于多无人机协同目标分配的技术领域,解决了现有多无人机协同目标分配作战时,由于环境影响,造成目标攻击准确率低的问题,本发明针对多个无人机在复杂的约束条件下对多个目标进行攻击作战任务,将模型分为两个作战阶段,第一部分无人机从同一地点出发到达已知无人机攻击区域,考虑时间代价和航程代价。到达指定攻击地点后,根据建立的优势攻击函数,以及考虑航程、时间、威胁、收益等代价综合考虑,合理分配目标,以寻找最佳的攻击位置,达到理想的攻击效果。本发明适用于多无人机协同攻击多目标。

Patent Agency Ranking