基于深度聚类与对比学习的网络入侵检测

郭盈盈; 张冬梅; 李成龙

doi:10.11907/rjdk.241257

您当前的位置：

首页 >

文章列表页 >

基于深度聚类与对比学习的网络入侵检测

网络通信与信息安全 | 更新时间：2025-04-10

- 基于深度聚类与对比学习的网络入侵检测
- Network Intrusion Detection Based on Deep Clustering and Contrastive Learning
- “在网络安全领域，专家提出了基于深度聚类与对比学习的网络入侵检测模型，有效提升了检测实时性，为网络安全防护提供了新方案。”
- 软件导刊 2025年24卷第3期页码：119-126
- 作者机构：
  
  山东建筑大学计算机科学与技术学院，山东济南 250101
- 作者简介：
  
  郭盈盈（1998-），女，CCF学生会员，山东建筑大学计算机科学与技术学院硕士研究生，研究方向为机器学习与数据挖掘
  张冬梅（1970-），女，博士，CCF高级会员，山东建筑大学计算机科学与技术学院副教授、硕士生导师，研究方向为算法与复杂性、机器学习与数据挖掘
  李成龙（1988-），男，博士，山东建筑大学计算机科学与技术学院副教授、硕士生导师，研究方向为计算机视觉、增强现实。本文
- 基金信息：
  
  国家自然科学基金青年基金项目(62102235)
- DOI：10.11907/rjdk.241257
  中图分类号： TP18
- 收稿日期：2024-03-15，
  
  纸质出版日期：2025-03-15
- 稿件说明：
移动端阅览
郭盈盈,张冬梅,李成龙.基于深度聚类与对比学习的网络入侵检测[J].软件导刊,2025,24(03):119-126.

GUO Yingying,ZHANG Dongmei,LI Chenglong.Network Intrusion Detection Based on Deep Clustering and Contrastive Learning[J].Software Guide,2025,24(03):119-126.
郭盈盈,张冬梅,李成龙.基于深度聚类与对比学习的网络入侵检测[J].软件导刊,2025,24(03):119-126. DOI： 10.11907/rjdk.241257.

GUO Yingying,ZHANG Dongmei,LI Chenglong.Network Intrusion Detection Based on Deep Clustering and Contrastive Learning[J].Software Guide,2025,24(03):119-126. DOI： 10.11907/rjdk.241257.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于CNN-LSTM的土壤温室气体排放预测研究

多尺度特征交叉融合的素描图像自动分档网络

基于Gini-PSO-DPC算法的物联网数据异常检测

基于BIT网络的遥感图像变化检测算法

基于图卷积网络与社群发现的异常检测方法

基于深度聚类与对比学习的网络入侵检测

Network Intrusion Detection Based on Deep Clustering and Contrastive Learning

DOI：10.11907/rjdk.241257