您当前的位置:
首页 >
文章列表页 >
基于深度学习的随机性检验策略研究
学术论文 | 更新时间:2024-05-31
    • 基于深度学习的随机性检验策略研究

    • Research on test strategy for randomness based on deep learning

    • 在随机性检验领域,专家提出了基于深度学习的比特级模型,显著提升了检验效果,为随机性统计检验提供新方案。
    • 通信学报   2023年44卷第6期 页码:23-33
    • DOI:10.11959/j.issn.1000-436x.2023111    

      中图分类号: TN918.1
    • 网络首发:2023-06

      纸质出版:2023-06-25

    移动端阅览

  • 陈东昱, 陈华, 范丽敏, 等. 基于深度学习的随机性检验策略研究[J]. 通信学报, 2023,44(6):23-33. DOI: 10.11959/j.issn.1000-436x.2023111.

    Dongyu CHEN, Hua CHEN, Limin FAN, et al. Research on test strategy for randomness based on deep learning[J]. Journal on Communications, 2023, 44(6): 23-33. DOI: 10.11959/j.issn.1000-436x.2023111.

  •  
  •  

0

浏览量

977

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

基于置信度差异与熵最小化的跨时间鲁棒射频指纹识别方法
基于API时序关系图的恶意软件检测方法
无人机辅助的6G空地一体化网络多维度资源动态分配算法研究
自由空间光通信的异常检测、分类与定位深度学习架构
基于数据增强与特征挖掘的异常流量检测方法

相关作者

张杰
王琴
尹悦
王禹
桂冠
李勇男
赵莹
管明祥

相关机构

南京邮电大学通信与信息工程学院
日本庆应义塾大学信息与计算机科学系,横滨
中国人民公安大学国家安全学院
智慧警务与国家安全风险治理重点实验室
桂林电子科技大学商学院
0