基于并联分支特征融合的网络入侵检测模型

杨天宇; 王恒; 马自强; 崔梦真; 唐妍; 王英翔

doi:10.11907/rjdk.242064

您当前的位置：

首页 >

文章列表页 >

基于并联分支特征融合的网络入侵检测模型

计算机网络与信息安全 | 更新时间：2026-03-27

- 基于并联分支特征融合的网络入侵检测模型
- Network Intrusion Detection Model Based on Parallel Branch Feature Fusion
- “网络入侵检测领域迎来新突破，相关专家构建了并联分支特征融合模型，有效解决了现有模型表述不完整、特征融合不佳的问题，为精准检测网络攻击提供了新方案。”
- 软件导刊 2026年25卷第3期页码：150-156
- 作者机构：
  
  1.宁夏大学信息工程学院
  2.宁夏大学宁夏“东数西算”人工智能与信息安全重点实验室，宁夏银川 750021
- 作者简介：
  
  杨天宇（2000-），男，宁夏大学信息工程学院硕士研究生，研究方向为网络入侵检测
  王恒（1975-），男，博士，宁夏大学信息工程学院教授，研究方向为网络空间安全、自然语言处理。
  马自强（1990-），男，博士，宁夏大学信息工程学院副教授，研究方向为计算机系统安全、区块链应用安全
  崔梦真（2001-），女，宁夏大学信息工程学院硕士研究生，研究方向为流量分析、恶意代码检测
  唐妍（2001-），女，宁夏大学信息工程学院硕士研究生，研究方向为流量识别、模型安全
  王英翔（1997-），女，宁夏大学信息工程学院硕士研究生，研究方向为流量识别、高级逃逸技术识别。
- 基金信息：
  
  宁夏回族自治区重点研发计划一般项目(2022BDE03008)
- DOI：10.11907/rjdk.242064
  中图分类号： TP309
- 收稿：2025-01-13，
  
  纸质出版：2026-03-16
- 稿件说明：
移动端阅览
杨天宇,王恒,马自强等.基于并联分支特征融合的网络入侵检测模型[J].软件导刊,2026,25(03):150-156.

YANG Tianyu,WANG Heng,MA Ziqiang,et al.Network Intrusion Detection Model Based on Parallel Branch Feature Fusion[J].Software Guide,2026,25(03):150-156.
杨天宇,王恒,马自强等.基于并联分支特征融合的网络入侵检测模型[J].软件导刊,2026,25(03):150-156. DOI： 10.11907/rjdk.242064.

YANG Tianyu,WANG Heng,MA Ziqiang,et al.Network Intrusion Detection Model Based on Parallel Branch Feature Fusion[J].Software Guide,2026,25(03):150-156. DOI： 10.11907/rjdk.242064.

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

基于多尺度注意力融合的声音事件定位与检测

基于WBA模型融合语句特征的语气词识别与分类

基于特征融合的虚假招聘广告检测模型

基于YOLOv5改进模型的办公室吸烟行为检测

基于注意力机制与自适应特征融合的群养猪身份识别

基于并联分支特征融合的网络入侵检测模型

Network Intrusion Detection Model Based on Parallel Branch Feature Fusion

DOI：10.11907/rjdk.242064