您当前的位置:
首页 >
文章列表页 >
基于多分类器集成的区块链网络层异常流量检测方法
学术论文 | 更新时间:2024-05-31
    • 基于多分类器集成的区块链网络层异常流量检测方法

    • Blockchain network layer anomaly traffic detection method based on multiple classifier integration

    • 在区块链网络层异常流量检测领域,专家提出了一种基于多分类器集成的新方法,有效提升了异常检测的准确率和召回率。
    • 通信学报   2023年44卷第3期 页码:66-80
    • DOI:10.11959/j.issn.1000-436x.2023066    

      中图分类号: TN393
    • 网络出版日期:2023-03

      纸质出版日期:2023-03-25

    移动端阅览

  • 戴千一, 张斌, 郭松, 等. 基于多分类器集成的区块链网络层异常流量检测方法[J]. 通信学报, 2023,44(3):66-80. DOI: 10.11959/j.issn.1000-436x.2023066.

    Qianyi DAI, Bin ZHANG, Song GUO, et al. Blockchain network layer anomaly traffic detection method based on multiple classifier integration[J]. Journal on communications, 2023, 44(3): 66-80. DOI: 10.11959/j.issn.1000-436x.2023066.

  •  
  •  

0

浏览量

383

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于机器学习的加密流量分类研究综述
面向代码重用检测的程序语义分析模型
工业互联网流量分析技术综述
同态明文-密文矩阵运算及其应用
在线学习辅助的智能接收机设计与实现

相关作者

付钰
刘涛涛
王坤
俞艺涵
郭曦
王盼
刘奇旭
肖聚鑫

相关机构

海军工程大学作战运筹与规划系
信阳职业技术学院数学与信息工程学院
海军工程大学信息安全系
湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室
华中农业大学信息学院
0