TY - JOUR A2 - 张，建标AU - 刘澜AU - 林军AU - 王，彭城AU - 刘，朗州AU - 周，荣富PY - 2020 DA - 2020年5月17日TI - 深学习型网络安全数据采集及未来网络SP异常预测 - 4163825 VL - 2020 AB - 本文基于未来网络的设计思想，分析了网络安全的数据采样并在今后的网络异常预测。通过博弈理论，确定了数据采样是在未来网络中的一些重要节点进行。深学习方法被用来收集数据的选择的节点上，并分析网络数据的特点。然后，通过离线和实时分析，网络安全异常事件是未来网络中的预测。随着各种算法的比较和超参数，数据特征和分类算法对应于不同的网络安全攻击的调节中找到。我们已经进行了实验，对公众的数据集，实验验证了该方法的有效性。它可以提供用于交换节点的管理策略或通过未来的网络控制器的主机节点参考。SN - 1026-0226 UR - https://doi.org/10.1155/2020/4163825 DO - 10.1155 /四百一十六万三千八百二十五分之二千○二十〇JF - 离散动力学自然与社会的PB - Hindawi出版KW - ER -