基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高工业互联网异常数据的安全性,提出基于BP神经网络的工业互联网异常数据主动防御研究.仿真结果表明,采用该方法进行工业互联网异常数据监测的主动防御能力较好,异常数据加密性能较强,提高了工业互联网的安全性.
推荐文章
基于AR模型与神经网络预测互联网时延
互联网
时延
AR
神经网络
证据理论和神经网络的互联网教学质量评估模型
证据理论
神经网络
教学质量
评估模型
评估体系
评估精准度
基于马尔科夫模型和卷积神经网络的异常数据检测方法
异常检测
马尔科夫模型
卷积神经网络
多维数据
基于GA改进BP神经网络网络异常检测方法
网络异常检测
BP神经网络
遗传算法
异常流量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的工业互联网异常数据主动防御研究
来源期刊 自动化技术与应用 学科 工学
关键词 BP神经网络 工业互联网 异常数据 主动防御 加密
年,卷(期) 2022,(1) 所属期刊栏目 网络技术|Network Technology
研究方向 页码范围 79-82,175
页数 5页 分类号 TP393.08
字数 语种 中文
DOI 10.3969/j.issn.1003-7241.2022.01.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
工业互联网
异常数据
主动防御
加密
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化技术与应用
月刊
1003-7241
23-1474/TP
大16开
哈尔滨市开发区汉水路165号
14-37
1982
chi
出版文献量(篇)
8131
总下载数(次)
24
总被引数(次)
36824
论文1v1指导