| 基于輕量級密集神經網絡的車載自組網入侵檢測方法 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：686 K | |
| 標簽： 車載自組網 密集神經網絡 入侵檢測 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在車載自組網中，攻擊者可以通過偽造、篡改消息等方式發布虛假交通信息，導致交通擁堵甚至是嚴重的交通事故，而傳統的入侵檢測方法不能滿足車載自組網的應用需求。為了解決現階段車載網中入侵檢測方法性能低且存儲與時間成本高的問題，提出了一種基于密集神經網絡的入侵檢測方法L-DenseNet(Light Dense Neural Network)，通過降低模型復雜性，提升算法訓練速度和部署適應性，使其更適用于車載自組網中的入侵檢測。在VeReMi數據集上進行對比實驗，結果表明，該方法在識別各類攻擊的精確率和召回率的綜合表現最好，且具有較少的時間成本和存儲開銷。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2