《信息技術(shù)》電子信息期刊，創(chuàng)刊于1977年，是由中國電子信息產(chǎn)業(yè)發(fā)展研究院、黑龍江省信息技術(shù)學(xué)會(huì)主辦;主管部門黑龍江省信息產(chǎn)業(yè)廳;由黑龍江移動(dòng)通信公司、黑龍江省誠信建設(shè)促進(jìn)會(huì)、黑龍江省軟件行業(yè)協(xié)會(huì)、黑龍江省農(nóng)業(yè)信息中心、黑龍江省農(nóng)墾通信有限公司等單位協(xié)辦。辦刊宗旨是：大力宣傳國家信息基礎(chǔ)建設(shè)和信息產(chǎn)業(yè)發(fā)展形式，深入報(bào)導(dǎo)國內(nèi)外信息技術(shù)(產(chǎn)品)發(fā)展趨勢，交流信息化建設(shè)經(jīng)驗(yàn)，推介信息產(chǎn)業(yè)界精英。

　　《信息技術(shù)》該刊為中國科技核心期刊，國內(nèi)外公開發(fā)行。刊載范圍：計(jì)算機(jī)網(wǎng)絡(luò)與通信、軟件技術(shù)、控制技術(shù)、計(jì)算機(jī)應(yīng)用技術(shù)等。

　　信息技術(shù)雜志欄目設(shè)置

　　基金項(xiàng)目、研究與探討、軟件與編程、應(yīng)用技術(shù)、綜述與評(píng)論、控制技術(shù)、網(wǎng)絡(luò)與通信、信息天地

　　信息技術(shù)雜志榮譽(yù)

　　萬方收錄(中)上海圖書館館藏國家圖書館館藏知網(wǎng)收錄(中)維普收錄(中)中國學(xué)術(shù)期刊(光盤版)全文收錄期刊中國核心期刊遴選數(shù)據(jù)庫中國科技期刊核心期刊

　　信息技術(shù)雜志社征稿要求

　　1、稿件要求論點(diǎn)鮮明、論據(jù)可靠、數(shù)據(jù)準(zhǔn)確、觀點(diǎn)新、方法新，具有創(chuàng)新性、學(xué)術(shù)性、規(guī)范性、準(zhǔn)確性和可讀性，文字精練。全文控制在6000字內(nèi)，正文用宋體五號(hào)字，題目不超過20字(包括中英文數(shù)字及符號(hào));中文摘要為150-200字，用第三人稱書寫，包括研究目的、過程與方法、結(jié)果和結(jié)論4個(gè)方面;關(guān)鍵詞3—5個(gè)。

　　2、來稿應(yīng)包括：題名、作者、單位、摘要、關(guān)鍵詞、郵編并有相對應(yīng)的英文。

　　3、投稿請注明第一作者的姓名、性別、出生年月、職稱/學(xué)位、主要研究方向/從事的工作、電子郵箱、詳細(xì)郵寄地址以及電話或者手機(jī)號(hào)碼。

　　4、屬各類基金資助項(xiàng)目的論文，請注明基金資助情況，即基金類別、基金項(xiàng)目名稱及編號(hào)，將優(yōu)先錄用。

　　5、文中引用的的圖表要求有圖號(hào)、圖名、表號(hào)、表名，表格盡量采用三(橫)線表。圖、表寬不超過8厘米或者16厘米。

　　6、量和單位必須符合國家標(biāo)準(zhǔn)和國際標(biāo)準(zhǔn)，量的符號(hào)用斜體，單位用正體。公式要清晰，其中的符號(hào)含義要加以注釋。

　　7、參考文獻(xiàn)按在文中出現(xiàn)的順序詳細(xì)標(biāo)注序號(hào)，以7-10篇為宜，請按以下規(guī)范書寫(參考文獻(xiàn)中的作者少于3人全部列出，多于3人列前3個(gè)后加等;外文作者書寫時(shí)，姓前名后，名用縮寫，不加縮寫點(diǎn)。)

　　閱讀推薦：半導(dǎo)體信息

　　《半導(dǎo)體信息》國家級(jí)電子雜志，堅(jiān)持為社會(huì)主義服務(wù)的方向，堅(jiān)持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導(dǎo)，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅(jiān)持實(shí)事求是、理論與實(shí)際相結(jié)合的嚴(yán)謹(jǐn)學(xué)風(fēng)，傳播先進(jìn)的科學(xué)文化知識(shí)，弘揚(yáng)民族優(yōu)秀科學(xué)文化，促進(jìn)國際科學(xué)文化交流，探索防災(zāi)科技教育、教學(xué)及管理諸方面的規(guī)律，活躍教學(xué)與科研的學(xué)術(shù)風(fēng)氣，為教學(xué)與科研服務(wù)。

　　信息技術(shù)最新期刊目錄

基于自注意力機(jī)制密集連接網(wǎng)絡(luò)的調(diào)制信號(hào)識(shí)別算法————作者：孫久淞;趙正旸;

摘要：針對傳統(tǒng)去噪算法易丟失信號(hào)細(xì)節(jié)從而降低信號(hào)識(shí)別準(zhǔn)確率，提出了基于自注意力機(jī)制密集連接網(wǎng)絡(luò)(WADLNet)的調(diào)制信號(hào)識(shí)別算法，該算法利用密集連接網(wǎng)絡(luò)對信號(hào)進(jìn)行特征提取，在網(wǎng)絡(luò)每層之間建立密集連接，將每一層輸出連接后續(xù)層輸入，避免信息在網(wǎng)絡(luò)中丟失，提高網(wǎng)絡(luò)性能，用軟閾值學(xué)習(xí)網(wǎng)絡(luò)對信號(hào)樣本的信噪比給出合適閾值，消除與信號(hào)的無用特征。在網(wǎng)絡(luò)中增加自注意力機(jī)制可以自適應(yīng)學(xué)習(xí)信號(hào)關(guān)系并且具備全局感受野，得到...

基于協(xié)同過濾算法的電影推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)————作者：邢艷芳;

摘要：電影作為海量信息的一個(gè)重要載體，存在信息過載問題，因此將推薦算法應(yīng)用于電影推薦具有重大意義。文中主要研究基于協(xié)同過濾算法的電影推薦系統(tǒng)，該系統(tǒng)主要由三部分組成，包括前臺(tái)的電影界面展示、系統(tǒng)的推薦算法以及后臺(tái)數(shù)據(jù)集；首先，該系統(tǒng)通過網(wǎng)絡(luò)爬蟲爬取與電影相關(guān)的數(shù)據(jù)；其次，通過協(xié)同過濾算法過濾出用戶感興趣的電影；最后，通過圖形用戶界面進(jìn)行數(shù)據(jù)交互，針對數(shù)據(jù)集中的用戶推薦數(shù)據(jù)集中的相關(guān)電影，系統(tǒng)最終的運(yùn)行結(jié)...

分布式數(shù)據(jù)架構(gòu)的智慧信息感知與文獻(xiàn)推送算法————作者：劉先熙;

摘要：針對傳統(tǒng)文獻(xiàn)資源檢索算法在處理海量數(shù)據(jù)時(shí)準(zhǔn)確率不足、檢索效率低、難以滿足實(shí)際處理需求等問題，文中提出了一種基于分布式數(shù)據(jù)架構(gòu)的智慧信息感知與文獻(xiàn)推送算法。該算法通過應(yīng)用層接收到用戶檢索請求，再由中間層將請求發(fā)送至服務(wù)提供層進(jìn)行處理，服務(wù)提供層接收到請求后，在數(shù)據(jù)庫中檢索對應(yīng)的信息資源，最終以可視化方式返回給用戶，進(jìn)而完成資源信息的檢索。數(shù)據(jù)測試結(jié)果表明，相較于其他同類算法，所提算法能夠在低耗時(shí)的條...

軌道交通路徑流量分配的數(shù)據(jù)挖掘模型研究————作者：李淑慶;李振東;牟保衛(wèi);

摘要：文中提出一種基于數(shù)據(jù)挖掘的軌道交通路徑流量分配模型。使用DFS算法提取有效路徑，利用多路徑時(shí)間分布差異性構(gòu)建高斯混合模型；針對其易陷入局部最優(yōu)問題引入模糊聚類標(biāo)定初值，使用EM算法求解；提取重慶市OD客流的AFC數(shù)據(jù)，計(jì)算多路徑客流量，利用乘客總出行時(shí)間驗(yàn)證模型準(zhǔn)確率及效率，研究發(fā)現(xiàn)，同迭代水平下，此模型相較高斯混合模型誤差率分別降低了0.35%、0.15%,迭代收斂速度至少提升44.38%。分配...

基于生理信號(hào)的音樂情緒分類和可視化研究————作者：王紅梅;邊靜;

摘要：為提高心理健康護(hù)理質(zhì)量，分析生理信號(hào)并識(shí)別有用的特征來研究音樂與情感之間的關(guān)系，分析了24名參與者在聽取來自三種不同音樂流派的12首音樂作品時(shí)所收集的生理信號(hào)，應(yīng)用了6種不同的特征選擇方法來確定有用的特征。分析表明，使用從生理信號(hào)中提取的一組特征，神經(jīng)網(wǎng)絡(luò)在區(qū)分這三種音樂流派方面可以達(dá)到99.2%的準(zhǔn)確率，在基于參與者主觀情感評(píng)分的分類中也達(dá)到了98.5%的準(zhǔn)確率。此外，引入了一種名為“姜餅動(dòng)畫”...

基于改進(jìn)仿生優(yōu)化的云霧計(jì)算任務(wù)調(diào)度方法————作者：王慶賢;董蓓;繆慧宇;

摘要：為解決物聯(lián)網(wǎng)應(yīng)用面臨的海量數(shù)據(jù)處理和低延時(shí)響應(yīng)挑戰(zhàn)，基于改進(jìn)的仿生優(yōu)化算法(AEO)提出了一種用于云霧環(huán)境中IoT請求任務(wù)調(diào)度的替代技術(shù)，稱為AEOSSA,該改進(jìn)采用蜂群算法(SSA)中的運(yùn)算符，旨在增強(qiáng)AEO尋找問題最優(yōu)解的利用能力，評(píng)估了AEOSSA方法在解決任務(wù)調(diào)度問題上的性能，使用合成和真實(shí)數(shù)據(jù)集進(jìn)行了測試，此外還與其他元啟發(fā)式方法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果證明，AEOSSA方法有較強(qiáng)的能力解決...

基于改進(jìn)Faster R-CNN的文本檢測方法研究————作者：田鑫宇;劉蕾;吳金聰;朱大洲;

摘要：當(dāng)前針對文本檢測的Faster R-CNN模型存在以下問題：特征提取對小目標(biāo)效果不佳，語義理解能力差，對形狀變化的適應(yīng)能力不強(qiáng)。針對以上問題，提出一種基于改進(jìn)Faster R-CNN的文本檢測方法。首先，將特征提取網(wǎng)絡(luò)更換為HRnet網(wǎng)絡(luò)，同時(shí)在stage1前加入SE通道注意力機(jī)制；其次，在特征融合部分將FPN替換為高分辨率特征金字塔網(wǎng)絡(luò)(HRFPN);再次，在回歸部分將L1損失替換為CIOU損失...

高能效驅(qū)動(dòng)的云數(shù)據(jù)中心虛擬機(jī)動(dòng)態(tài)整合————作者：任明;沈達(dá);

摘要：在保障云應(yīng)用服務(wù)質(zhì)量的同時(shí)，提高能源利用效率以節(jié)省能源消耗是大規(guī)模云計(jì)算數(shù)據(jù)中心資源管理的主要挑戰(zhàn)之一。針對現(xiàn)有技術(shù)未能平衡能源消耗和服務(wù)質(zhì)量以實(shí)現(xiàn)整體效能優(yōu)化目標(biāo)的問題，文中提出一種高能效驅(qū)動(dòng)的云數(shù)據(jù)中心虛擬機(jī)動(dòng)態(tài)整合方法。首先，基于強(qiáng)化學(xué)習(xí)技術(shù)使用分布式多智能體，通過執(zhí)行動(dòng)作和獲得收益的反饋機(jī)制在運(yùn)行時(shí)選擇每個(gè)主機(jī)最佳功率模式；其次，基于集中式啟發(fā)式算法，根據(jù)主機(jī)功率模式、遷移開銷及服務(wù)質(zhì)量等...

基于改進(jìn)邏輯回歸模型的數(shù)據(jù)預(yù)測與校驗(yàn)技術(shù)————作者：張軼;

摘要：針對在醫(yī)療工程數(shù)據(jù)處理過程中，傳統(tǒng)邏輯回歸模型的數(shù)據(jù)預(yù)測流程復(fù)雜、預(yù)測效率及準(zhǔn)確度低等問題，設(shè)計(jì)了一種基于BP神經(jīng)網(wǎng)絡(luò)和粒子群算法相結(jié)合的改進(jìn)邏輯回歸預(yù)測模型。在邏輯回歸模型中融合神經(jīng)網(wǎng)絡(luò)優(yōu)化算法，對模型的輸入數(shù)據(jù)進(jìn)行多次迭代優(yōu)化，根據(jù)判定條件得到最終的輸出數(shù)據(jù)，提高了數(shù)據(jù)預(yù)測的準(zhǔn)確度，并減少了數(shù)據(jù)迭代次數(shù)。同時(shí)在神經(jīng)網(wǎng)絡(luò)優(yōu)化過程中還引入了粒子群算法，進(jìn)一步提升了數(shù)據(jù)預(yù)測的準(zhǔn)確度。利用MATLAB...

基于多模態(tài)融合的手勢識(shí)別跟蹤系統(tǒng)設(shè)計(jì)————作者：李強(qiáng);趙峰;莊莉;王秋琳;王燕蓉;

摘要：針對在面對由多個(gè)靜態(tài)手勢組成的動(dòng)態(tài)手勢行為時(shí)，會(huì)造成動(dòng)態(tài)跟蹤失準(zhǔn)問題，設(shè)計(jì)基于多模態(tài)融合的手勢識(shí)別跟蹤系統(tǒng)。設(shè)計(jì)系統(tǒng)硬件，分別設(shè)置靜態(tài)手勢信號(hào)檢測器、手勢關(guān)鍵點(diǎn)估計(jì)及識(shí)別模塊、動(dòng)態(tài)手勢信號(hào)跟蹤微處理器。求解多模態(tài)融合表達(dá)式，按照靜態(tài)手勢建模原則提取關(guān)鍵手勢識(shí)別特征，實(shí)現(xiàn)靜態(tài)手勢識(shí)別。完善基于多模態(tài)融合的動(dòng)態(tài)手勢分割條件，通過開閉運(yùn)算方式，實(shí)現(xiàn)動(dòng)態(tài)手勢跟蹤。實(shí)驗(yàn)結(jié)果表明，該方法對單一靜態(tài)手勢的識(shí)別精...

改進(jìn)MM-SA在數(shù)字培育平臺(tái)網(wǎng)絡(luò)安全中的應(yīng)用研究————作者：胡博宏;肖紫珍;伍少平;

摘要：針對當(dāng)前數(shù)字培育平臺(tái)網(wǎng)絡(luò)安全防護(hù)中態(tài)勢評(píng)價(jià)方法的網(wǎng)絡(luò)擁堵現(xiàn)狀，提出了一種能有效應(yīng)對窮舉攻擊等網(wǎng)絡(luò)攻擊方式的網(wǎng)絡(luò)安全維護(hù)方法。該方法通過融合Markov模型與層次分析時(shí)產(chǎn)生的冗余信號(hào)，使用中心處理機(jī)在態(tài)勢評(píng)價(jià)中建立一個(gè)混合系統(tǒng)。該系統(tǒng)已成功應(yīng)用于數(shù)字培育平臺(tái)面對水母攻擊與泛洪攻擊時(shí)的數(shù)據(jù)防護(hù)中，實(shí)驗(yàn)驗(yàn)證了該系統(tǒng)在網(wǎng)絡(luò)安全維護(hù)中的有效性

軌道交通通信網(wǎng)絡(luò)無線接入點(diǎn)位置識(shí)別研究————作者：宋麗梅;

摘要：進(jìn)行軌道交通通信網(wǎng)絡(luò)無線接入點(diǎn)位置識(shí)別時(shí)，較大的無線信號(hào)數(shù)據(jù)規(guī)模與網(wǎng)絡(luò)負(fù)載會(huì)導(dǎo)致識(shí)別精度下降，為此，研究軌道交通通信網(wǎng)絡(luò)無線接入點(diǎn)位置識(shí)別方法尤為重要。首先，利用改進(jìn)K近鄰算法進(jìn)行無線接入點(diǎn)位置粗識(shí)別，得到初始位置集合；其次，對初始位置集合內(nèi)各接入點(diǎn)CSI數(shù)據(jù)進(jìn)行相位誤差抑制；最后，利用時(shí)間反轉(zhuǎn)技術(shù)對軌道交通通信網(wǎng)絡(luò)無線接入點(diǎn)位置進(jìn)行精識(shí)別。實(shí)驗(yàn)結(jié)果證明，經(jīng)過粗識(shí)別后，有效剔除三分之二的位置點(diǎn)；無...

基于IRSO-TCN的新型電力系統(tǒng)多元負(fù)荷預(yù)測方法————作者：王翔;胡旭東;彭茁;李勇濤;陶策;

摘要：研究基于IRSO-TCN的新型電力系統(tǒng)多元負(fù)荷預(yù)測方法，提升多元負(fù)荷預(yù)測效果。利用灰色關(guān)聯(lián)分析算法分析多元負(fù)荷受不同環(huán)境因素的影響程度，得到多元負(fù)荷與各環(huán)境因素間的關(guān)聯(lián)度；通過結(jié)合TCN與多任務(wù)學(xué)習(xí)，建立多元負(fù)荷預(yù)測模型；在RSO內(nèi)引入差分變異思想與小生境原理，得到IRSO算法；通過IRSO算法優(yōu)化多元負(fù)荷預(yù)測模型參數(shù)；在參數(shù)優(yōu)化后的模型內(nèi)輸入歷史負(fù)荷數(shù)據(jù)、環(huán)境因素?cái)?shù)據(jù)與關(guān)聯(lián)度，輸出多元負(fù)荷預(yù)測結(jié)...

基于動(dòng)態(tài)口令的電力信息系統(tǒng)用戶身份自動(dòng)認(rèn)證方法————作者：凌玲;沈志宏;張良;胡利輝;

摘要：為解決現(xiàn)階段電力信息系統(tǒng)用戶身份認(rèn)證過程中，存在的身份認(rèn)證能力弱、加密耗時(shí)長、認(rèn)證過程安全性低的問題，提出基于動(dòng)態(tài)口令的電力信息系統(tǒng)用戶身份自動(dòng)認(rèn)證方法。通過識(shí)別用戶步態(tài)周期，提取用戶身份特征點(diǎn)，經(jīng)歸一化處理后，采用動(dòng)態(tài)時(shí)間規(guī)整算法，匹配提取的不同用戶身份特征點(diǎn)，完成用戶步態(tài)識(shí)別。基于雙因子的雙向身份認(rèn)證，通過注冊與認(rèn)證過程，自動(dòng)認(rèn)證用戶身份，并利用TEA加密算法，加密用戶身份自動(dòng)認(rèn)證信息，完成用...

基于深度學(xué)習(xí)框架的行為動(dòng)機(jī)分析技術(shù)研究————作者：卞睿;劉姝璠;張洪艷;隗曉華;陳艷梅;

摘要：為了對心理問題進(jìn)行精確的診斷和識(shí)別，文中提出一種基于深度學(xué)習(xí)框架的行為動(dòng)機(jī)分析方法。該方法通過移動(dòng)設(shè)備獲取反映心理健康狀態(tài)的行為動(dòng)機(jī)數(shù)據(jù)，并據(jù)此診斷識(shí)別出抑郁癥患者，使用皮爾遜相關(guān)系數(shù)進(jìn)行特征選擇，以提高數(shù)據(jù)的相關(guān)性。為了提升檢測的準(zhǔn)確性并降低過度擬合的風(fēng)險(xiǎn)，在對原始數(shù)據(jù)進(jìn)行增強(qiáng)的基礎(chǔ)上，設(shè)計(jì)了基于CNN-BiLSTM的抑郁癥識(shí)別算法，用于處理不同類型的數(shù)據(jù)特征。同時(shí)，利用行為數(shù)據(jù)中的空間和時(shí)間特...

中小型嵌入式系統(tǒng)安全啟動(dòng)性能分析研究————作者：趙建軍;劉玉民;婁嘯鋒;

摘要：為分析軟硬件支持下的安全啟動(dòng)方案對系統(tǒng)性能的影響，在樹莓派和BeagleBone嵌入式開發(fā)板上，分別實(shí)現(xiàn)了僅基于軟件的安全啟動(dòng)方案和結(jié)合可信平臺(tái)模塊(TPM)的硬件支持的安全啟動(dòng)方案，軟件方法中，使用SHA-256哈希算法驗(yàn)證內(nèi)核完整性的平均時(shí)間開銷從58ms到164ms;硬件方法中，TPM初始化需要993ms時(shí)間，完整過程增加了1922ms,軟件方法引入的性能開銷較小，使其成為物聯(lián)網(wǎng)設(shè)備實(shí)際應(yīng)用...

嵌入式ARM平臺(tái)數(shù)據(jù)庫信息安全存儲(chǔ)算法————作者：周冬青;許釩;齊斌;張璐;吳毅華;邵俊;

摘要：嵌入式設(shè)備通常運(yùn)行在不可信環(huán)境中，由于數(shù)據(jù)庫有限，一旦帶寬失去控制，導(dǎo)致存儲(chǔ)過程受到溢出攻擊，降低存儲(chǔ)安全。為此，提出一種針對嵌入式ARM平臺(tái)的數(shù)據(jù)庫信息安全存儲(chǔ)算法。搭建數(shù)據(jù)庫，并設(shè)計(jì)最優(yōu)數(shù)據(jù)采樣頻率方法。然后，構(gòu)建雙重加密算法，使用強(qiáng)度和帶寬占用概率控制超帶寬存儲(chǔ)，并基于最小傳輸粒度控制超帶寬梯度傳輸，實(shí)現(xiàn)信息安全存儲(chǔ)。實(shí)驗(yàn)結(jié)果表明，所提方法的信息存儲(chǔ)安全性始終高于95%、存儲(chǔ)耗時(shí)低于10ms...

基于深度學(xué)習(xí)與區(qū)塊鏈的物聯(lián)網(wǎng)入侵檢測————作者：張涵;么新鵬;范頌;榮文;楊國寧;程璽謀;

摘要：為保護(hù)智能交通系統(tǒng)，避免其遭受網(wǎng)絡(luò)侵入攻擊，提出了一種名為FED-IDS的基于聯(lián)邦深度學(xué)習(xí)的入侵檢測框架。該框架利用上下文感知變換網(wǎng)絡(luò)專門學(xué)習(xí)車流的時(shí)空特征，以準(zhǔn)確分類攻擊。通過與區(qū)塊鏈結(jié)合以實(shí)現(xiàn)聯(lián)邦訓(xùn)練，確保邊緣節(jié)點(diǎn)的安全性、分布性和可靠性，而不依賴于集中式權(quán)威。在區(qū)塊鏈中，使用礦工驗(yàn)證車輛的分布式更新，以確保其可靠性。經(jīng)過在兩個(gè)公共數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證，證明了該框架在智能交通系統(tǒng)網(wǎng)絡(luò)安全方面的高...

架空輸電線路雷電在線視頻流監(jiān)測方法設(shè)計(jì)————作者：衛(wèi)文登;弭勇;張真銘;李偉;肖軍;

摘要：針對當(dāng)前架空輸電線路雷電在線視頻流監(jiān)測方法存在監(jiān)測準(zhǔn)確性較低的問題，設(shè)計(jì)一種架空輸電線路雷電在線視頻流監(jiān)測方法。根據(jù)映射原理對雷電聲場進(jìn)行非同步測量，計(jì)算雷電聲壓的平均奇異值，構(gòu)建基于三維空間成像的架空輸電線路等效模型；采用超像素分割算法分割雷電影像的亮度分量，提取雷電視頻流特征量；對雷電數(shù)據(jù)波形進(jìn)行數(shù)值化處理，實(shí)現(xiàn)輸電線路雷電在線視頻流監(jiān)測。實(shí)驗(yàn)結(jié)果表明：所提方法監(jiān)測到的輸電線路雷電流數(shù)據(jù)與實(shí)際...

基于智能化網(wǎng)絡(luò)模型的信息安全態(tài)勢感知算法————作者：朱光劍;李陽冬;錢平;

摘要：針對傳統(tǒng)網(wǎng)絡(luò)安全態(tài)勢感知算法處理復(fù)雜網(wǎng)絡(luò)暴露準(zhǔn)確率低、實(shí)時(shí)性差的缺點(diǎn)，文中改進(jìn)CNN和LSTM結(jié)構(gòu)提出了一種網(wǎng)絡(luò)信息安全態(tài)勢感知算法。該算法使用CNN網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)全局特征提取，并利用深度殘差網(wǎng)絡(luò)解決迭代損失退化的問題，對于CNN提取特征不全面的問題，采用Bi-LSTM網(wǎng)絡(luò)來增強(qiáng)模型對時(shí)間序列數(shù)據(jù)的特征提取能力，并通過注意力機(jī)制進(jìn)行權(quán)重分類，從而最終得到網(wǎng)絡(luò)安全態(tài)勢的判斷結(jié)果。在實(shí)驗(yàn)測試中，所提算法...

　　相關(guān)電子信息期刊推薦

• 國家級(jí)計(jì)算機(jī)與數(shù)字工程
• 國家級(jí)《現(xiàn)代電視技術(shù)》
• 省級(jí)四川廣播電視技術(shù)
• 北大核心《激光與光電子學(xué)進(jìn)展》
• 北大核心《電波科學(xué)學(xué)報(bào)》
• 國家級(jí)電信建設(shè)
• 國家級(jí)信息通信技術(shù)
• 國家級(jí)鐵路通信信號(hào)工程技術(shù)
• 北大核心《計(jì)算機(jī)安全》
• 省級(jí)《計(jì)算機(jī)仿真》
• 省級(jí)《計(jì)算機(jī)與現(xiàn)代化》
• 北大核心《氣象學(xué)報(bào)》
• 北大核心《計(jì)算機(jī)輔助工程》
• 省級(jí)現(xiàn)代計(jì)算機(jī)專業(yè)版
• 省級(jí)《福建廣播電視大學(xué)學(xué)報(bào)》
• 省級(jí)桂林電子科技大學(xué)學(xué)報(bào)
• 省級(jí)《網(wǎng)絡(luò)傳播》
• 省級(jí)電機(jī)技術(shù)
• 國家級(jí)大眾硬件
• 國家級(jí)電子科學(xué)學(xué)刊
• 省級(jí)通信與信息技術(shù)
• 省級(jí)《甘肅廣播電視大學(xué)學(xué)報(bào)》
• 國家級(jí)《光電技術(shù)應(yīng)用》
• 北大核心《核電子學(xué)與探測技術(shù)》
• 國家級(jí)現(xiàn)代通信
• 國家級(jí)《中國信息界》
• 國家級(jí)軟件世界
• 省級(jí)辦公自動(dòng)化辦公設(shè)備與耗材
• 省級(jí)《杭州電子科技大學(xué)學(xué)報(bào)》
• 省級(jí)電腦樂園學(xué)生電腦

　　核心期刊推薦

量子電子學(xué)報(bào)

電子學(xué)報(bào)

電子測量技術(shù)

系統(tǒng)工程與電子技術(shù)