10.3979/j.issn.1673-825X.202207250191
多尺度特征融合的托攻击检测方法
针对利用先验知识和人工特征提取技术检测托攻击方法中存在的灵活性差、稳定性低问题,提出一种基于多尺度特征融合的托攻击检测方法.使用图像可视化技术将评分行为以用户为单位转化为标准的灰度粒度图像,提高对托攻击的检测灵活性;构建多尺度特征融合神经网络检测模型,该模型利用特征提取模块分别从标准的灰度粒度图像中提取出可以表示局部评分信息的大尺度特征图层和表示整体评分信息的小尺度特征图层,通过特征融合模块整合不同尺度特征图层的信息,进而提升托攻击检测的稳定性.实验结果表明,在不同填充率和不同攻击规模下,该方案对托攻击的检测精确率和准确率均达到 90%以上,对托攻击的检测具有良好的灵活性和稳定性.
托攻击检测、神经网络、多尺度特征融合
35
TN919.8;TP391.3
2023-10-31(万方平台首次上网日期,不代表论文的发表时间)
共10页
863-872