| [1] |
刘文龙, 文斌, 马梦帅, 杜宛蓉, 魏晓寻, . 多种深度学习融合的网络流量异常检测模型[J]. 信息安全研究, 2024, 10(E2): 54-. |
| [2] |
陈先意, 周浩, 刘腾骏, 闫雷鸣, . 基于注意力机制和护照层嵌入的图像处理模型水印方法[J]. 信息安全研究, 2024, 10(9): 849-. |
| [3] |
秦智翔, 杨洪伟, 郝萌, 何慧, 张伟哲, . 隐私计算环境下深度学习的GPU加速技术综述[J]. 信息安全研究, 2024, 10(7): 586-. |
| [4] |
罗文华, 张晓龙, . 基于联邦学习与卷积神经网络的入侵检测模型[J]. 信息安全研究, 2024, 10(7): 642-. |
| [5] |
张浩, 何东昊, . 基于BiGRU TextCNN框架的漏洞自动分类技术研究[J]. 信息安全研究, 2024, 10(5): 446-. |
| [6] |
陈虹, 程明佳, 金海波, 武聪, 姜朝议, . 融合对比学习和特征选择的入侵检测模型[J]. 信息安全研究, 2024, 10(5): 453-. |
| [7] |
王永, 柳毅, . 一种多模型的调度优化对抗攻击算法[J]. 信息安全研究, 2024, 10(5): 403-. |
| [8] |
陈虹, 张立昂, 金海波, 武聪, 齐兵, . 基于MobileViT轻量化网络的车载CAN入侵检测方法[J]. 信息安全研究, 2024, 10(5): 411-. |
| [9] |
王子昂, 汤艳君, 王子晨, 王子祎, . 基于去噪扩散概率模型的网络流量入侵检测方法研究[J]. 信息安全研究, 2024, 10(5): 421-. |
| [10] |
罗乐琦, 张艳硕, 王志强, 文津, 薛培阳, . 基于BERT模型的源代码漏洞检测技术研究[J]. 信息安全研究, 2024, 10(4): 294-. |
| [11] |
杨晓文, 张健, 况立群, 庞敏, . 融合CNN-BiGRU和注意力机制的网络入侵检测模型[J]. 信息安全研究, 2024, 10(3): 202-. |
| [12] |
赵荻, 尹志超, 崔苏苏, 曹中华, 卢志刚, . 基于图表示的恶意TLS流量检测方法[J]. 信息安全研究, 2024, 10(3): 209-. |
| [13] |
张淑慧, 胡长栋, 王连海, 徐淑奖, 邵蔚, 兰田, . 基于GHM可视化和深度学习的恶意代码检测与分类[J]. 信息安全研究, 2024, 10(3): 216-. |
| [14] |
江荣旺, 魏爽, 龙草芳, 杨明, . 基于增量学习的车联网恶意位置攻击检测研究[J]. 信息安全研究, 2024, 10(3): 277-. |
| [15] |
康海燕, 张聪明, . 基于联邦学习的自适应网络攻击分析方法研究[J]. 信息安全研究, 2024, 10(12): 1091-. |
