首页|基于DeepFM的恶意流量识别技术分析

基于DeepFM的恶意流量识别技术分析

扫码查看
阐述一种基于DeepFM的恶意流量识别模型,该模型结合因子分解机(FM)和深度神经网络(DNN)的优势,通过设计多层深度神经网络结构,实现低阶和高阶特征交互,以提升模型预测性能.
Analysis of malicious traffic recognition technology based on DeepFM
This paper describes a malicious traffic recognition model based on DeepFM,which combines the advantages of Factorization Machines(FM)and Deep Neural Networks(DNN).By designing a multi-layer deep neural network structure,it achieves low-and high-order feature interaction to improve the model's predictive performance.

malicious trafficnetwork securityDeepFMdeep learningfeature interaction

冯群浩

展开 >

广东茂名健康职业学院,广东 525400

恶意流量 网络安全 DeepFM 深度学习 特征交互

2024

电子技术
上海市电子学会,上海市通信学会

电子技术

影响因子:0.296
ISSN:1000-0755
年,卷(期):2024.53(10)