電子發(fā)燒友App

硬聲App

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

電子發(fā)燒友網(wǎng)>通信網(wǎng)絡(luò)>如何理解網(wǎng)絡(luò)對(duì)抗態(tài)勢(shì)感知

如何理解網(wǎng)絡(luò)對(duì)抗態(tài)勢(shì)感知

收藏

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴

評(píng)論

查看更多

相關(guān)推薦

安全態(tài)勢(shì)感知專家說(shuō)第3期:SOAR在安全態(tài)勢(shì)感知中的應(yīng)用與展望

” ,即“安全運(yùn)維分析與報(bào)告”。 隨著安全技術(shù)與市場(chǎng)的演變,SOAR的定義也發(fā)生了變化。近些年,國(guó)內(nèi)外安全廠商將重點(diǎn)都放在未知威脅檢測(cè)上,但隨著網(wǎng)絡(luò)對(duì)抗的日益激烈,單純提升檢測(cè)能力已滿足不了需求,客戶需要
2023-01-21 21:50:002721

感知分類,BP,Hopfield等MATLAB代碼

感知器分類、BP網(wǎng)絡(luò)函數(shù)逼近、Hopfield網(wǎng)絡(luò)求逼近平衡點(diǎn)等神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)用到的一些代碼。附件:
2011-02-28 09:32:52

感知機(jī)是什么?如何去理解它呢

感知機(jī)感知機(jī)是什么? 感知機(jī)字面理解: 具有感知功能的機(jī)器? 感知機(jī)接收多個(gè)輸入信號(hào),輸出一個(gè)信號(hào)。作精通嵌入式的各位大佬, 對(duì)各種邏輯門(mén)及邏輯電路估計(jì)都能腦中構(gòu)圖了吧. 例如
2022-11-15 15:23:56

VREM EmXpert 復(fù)雜電磁環(huán)境態(tài)勢(shì)展示案例

本案例說(shuō)明了VREM EmXpert仿真平臺(tái)具備電磁環(huán)境構(gòu)建和電磁態(tài)勢(shì)展示的能力,能夠?qū)Χ嗥脚_(tái)用頻設(shè)備的用頻過(guò)程進(jìn)行模擬仿真,支持劇情生成、電磁要素生成、電磁頻譜數(shù)據(jù)的計(jì)算和分析;并且完成復(fù)雜的評(píng)估、輻射源態(tài)勢(shì)展示、雷達(dá)通信電子對(duì)抗等裝備態(tài)勢(shì)、干擾態(tài)勢(shì)等多方面的展示。
2017-07-11 16:54:45

感知農(nóng)業(yè)】溫室環(huán)境云感知終端

、二氧化碳濃度、土壤溫度、含水量進(jìn)行監(jiān)測(cè),涉及參數(shù)多、部分感知設(shè)備功耗大、監(jiān)測(cè)分散、現(xiàn)場(chǎng)網(wǎng)絡(luò)條件落后對(duì)設(shè)施環(huán)境遠(yuǎn)程監(jiān)測(cè)及服務(wù)提出很大的挑戰(zhàn)。同時(shí)目前已有物聯(lián)網(wǎng)環(huán)境監(jiān)測(cè)設(shè)備大都用于家居、工業(yè)現(xiàn)場(chǎng),對(duì)于溫室
2014-12-31 10:50:06

為什么使用cc2530ZigBee板來(lái)實(shí)現(xiàn)感知層?

的數(shù)據(jù)會(huì)有誤差,另外如果用很長(zhǎng)的線去連接傳感器,會(huì)使衣柜走線而造成混亂,而ZigBee具有低功耗、低能耗、近距離、短時(shí)延、網(wǎng)絡(luò)容量大的優(yōu)點(diǎn),相對(duì)WiFi、藍(lán)牙來(lái)說(shuō),ZigBee更適合去實(shí)現(xiàn)無(wú)線感知層。另外
2022-01-17 08:13:19

什么是位置感知技術(shù)?位置感知技術(shù)主要有哪幾種類型?

什么是位置感知技術(shù)?位置感知技術(shù)是如何應(yīng)用的?位置感知技術(shù)主要有哪幾種類型?
2021-06-28 06:02:56

圖像生成對(duì)抗生成網(wǎng)絡(luò)

圖像生成對(duì)抗生成網(wǎng)絡(luò)ganby Thalles Silva 由Thalles Silva暖身 (Warm up)Let’s say there’s a very cool party going
2021-09-15 09:29:40

圖像生成對(duì)抗生成網(wǎng)絡(luò)gan_GAN生成汽車圖像 精選資料推薦

圖像生成對(duì)抗生成網(wǎng)絡(luò)ganHello there! This is my story of making a GAN that would generate images of cars
2021-08-31 06:48:41

如何使用Keras框架搭建一個(gè)小型的神經(jīng)網(wǎng)絡(luò)多層感知

本文介紹了如何使用Keras框架,搭建一個(gè)小型的神經(jīng)網(wǎng)絡(luò)-多層感知器,并通過(guò)給定數(shù)據(jù)進(jìn)行計(jì)算訓(xùn)練,最好將訓(xùn)練得到的模型提取出參數(shù),放在51單片機(jī)上進(jìn)行運(yùn)行。
2021-11-22 07:00:41

如何通過(guò)基于云的數(shù)據(jù)管理技術(shù)實(shí)現(xiàn)分布式設(shè)備的態(tài)勢(shì)感知

如何通過(guò)基于云的數(shù)據(jù)管理技術(shù)實(shí)現(xiàn)分布式設(shè)備的態(tài)勢(shì)感知?
2021-05-25 06:56:54

有關(guān)泛在網(wǎng)絡(luò)的基本知識(shí)都總結(jié)好了

泛在網(wǎng)絡(luò)基本概念泛在網(wǎng)網(wǎng)絡(luò)架構(gòu)泛在網(wǎng)感知延伸層的關(guān)鍵技術(shù)IPv6技術(shù)在泛在網(wǎng)感知延伸層的應(yīng)用
2021-06-08 09:03:08

求有關(guān)電子對(duì)抗有關(guān)的matlab程序

求大神,誰(shuí)有有關(guān)電子對(duì)抗,雷達(dá)對(duì)抗,光電干擾有關(guān)的matlab程序
2013-06-03 10:52:42

電源和地可以理解為同一網(wǎng)絡(luò)怎么理解?

今天他們說(shuō)電源和地可以理解為同一網(wǎng)絡(luò),有時(shí)候接VCC也相當(dāng)于接GND,有點(diǎn)不太理解?哪位大神可以幫我理解一下
2016-12-06 20:41:13

移動(dòng)網(wǎng)絡(luò)感知波動(dòng)監(jiān)控新體系分析

場(chǎng)景進(jìn)行現(xiàn)場(chǎng)校驗(yàn),無(wú)針對(duì)性,其成本高,效能低;用戶感知惡化早于網(wǎng)絡(luò)性能定位,網(wǎng)絡(luò)可恢復(fù),口碑難恢復(fù)?! ≈袊?guó)聯(lián)通天津市分公司探索研究在降本增效的同時(shí)保障網(wǎng)絡(luò)的健康運(yùn)行,在不新建系統(tǒng)的基礎(chǔ)上,運(yùn)用大數(shù)
2020-12-03 14:48:03

簡(jiǎn)述電子對(duì)抗綜合模擬訓(xùn)練平臺(tái)

電子對(duì)抗綜合模擬訓(xùn)練平臺(tái)以電子戰(zhàn)部隊(duì)指揮機(jī)構(gòu)為主要訓(xùn)練對(duì)象,開(kāi)展集電子對(duì)抗、指揮干預(yù)、戰(zhàn)術(shù)使用、仿真推演、訓(xùn)練監(jiān)控與評(píng)估等功能的綜合電子對(duì)抗作戰(zhàn)訓(xùn)練,旨在解決現(xiàn)行訓(xùn)練保障難以滿足實(shí)戰(zhàn)化訓(xùn)練需求、現(xiàn)行訓(xùn)練考評(píng)難以檢驗(yàn)實(shí)戰(zhàn)化訓(xùn)練質(zhì)量等實(shí)際問(wèn)題。通過(guò)提供綜合模擬訓(xùn)練手段,來(lái)不斷提升我軍電子對(duì)抗作戰(zhàn)水平。
2021-09-01 10:50:36

請(qǐng)問(wèn)浪涌保護(hù)器能有效對(duì)抗雷擊嗎?

浪涌保護(hù)器能有效對(duì)抗雷擊嗎?
2021-03-17 07:13:34

面向頻譜感知的傳感器網(wǎng)絡(luò)設(shè)計(jì)

  摘要:針對(duì)認(rèn)知無(wú)線電網(wǎng)絡(luò)、頻譜監(jiān)測(cè)等領(lǐng)域?qū)掝l段頻譜感知的需求,基于無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn),提出了一種面向頻譜感知的傳感器網(wǎng)絡(luò)設(shè)計(jì)方案,包括分簇的網(wǎng)絡(luò)結(jié)構(gòu)、分頻段的協(xié)作感知機(jī)制以及感知結(jié)果的協(xié)作
2018-11-06 11:02:36

網(wǎng)絡(luò)對(duì)抗訓(xùn)練模擬系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

提高計(jì)算機(jī)網(wǎng)絡(luò)對(duì)抗能力,是奪取信息優(yōu)勢(shì)和控制網(wǎng)絡(luò)權(quán)的必要手段和途徑;網(wǎng)絡(luò)對(duì)抗訓(xùn)練模擬系統(tǒng)的建立有利于網(wǎng)絡(luò)對(duì)抗人才的培養(yǎng)。研究和設(shè)計(jì)了一種網(wǎng)絡(luò)對(duì)抗訓(xùn)練模擬系統(tǒng)
2008-12-16 01:12:5620

深空探測(cè)網(wǎng)絡(luò)中的鏈路層協(xié)議感知

深空探測(cè)網(wǎng)絡(luò)的異構(gòu)特性和探測(cè)過(guò)程的長(zhǎng)時(shí)間性,要求深空探測(cè)網(wǎng)絡(luò)具有感知通信協(xié)議和自重配置通信協(xié)議的能力,以滿足深空探測(cè)多任務(wù)目標(biāo)的需求。該文論述了深空探測(cè)網(wǎng)絡(luò)
2009-03-20 14:47:319

一種基于圖聚類的安全態(tài)勢(shì)評(píng)估方法

分析并比較現(xiàn)有網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法,從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)出發(fā),引入圖論算法和數(shù)據(jù)挖掘的聚類方法,提出一種針對(duì)分布式系統(tǒng)的安全態(tài)勢(shì)評(píng)估方法。利用圖聚類算法生成分布式
2009-04-02 09:30:1824

基于信息對(duì)抗網(wǎng)絡(luò)集成防御系統(tǒng)

隨著計(jì)算機(jī)網(wǎng)絡(luò)的普及,網(wǎng)絡(luò)安全問(wèn)題已經(jīng)成為影響網(wǎng)絡(luò)應(yīng)用的重要因素?;谛畔?b class="flag-6" style="color: red">對(duì)抗的思想,本文提出基于開(kāi)源安全部件構(gòu)建網(wǎng)絡(luò)集成防御系統(tǒng),采用移動(dòng)Agent 技術(shù)實(shí)現(xiàn)部件間
2009-08-15 10:33:2914

基于感知距離調(diào)節(jié)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)能區(qū)域覆蓋

基于感知距離調(diào)節(jié)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)能區(qū)域覆蓋:傳感器節(jié)點(diǎn)能夠感知的物理世界的最遠(yuǎn)距離稱為節(jié)點(diǎn)的感知距離。該文研究了基于節(jié)點(diǎn)感知距離調(diào)節(jié)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)能區(qū)域
2009-10-29 12:44:4420

混合貝葉斯網(wǎng)絡(luò)在電磁態(tài)勢(shì)估計(jì)中的應(yīng)用

根據(jù)電磁態(tài)勢(shì)估計(jì)原理,建立含連續(xù)值結(jié)點(diǎn)和離散值結(jié)點(diǎn)的混合貝葉斯網(wǎng)絡(luò)模型,對(duì)一級(jí)融合的輸出數(shù)據(jù)進(jìn)行二級(jí)處理,估計(jì)干擾前后單架飛機(jī)對(duì)單個(gè)保護(hù)目標(biāo)的威脅的變化情況
2010-01-18 11:45:156

基于Vague集的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法

針對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估(NSSA)問(wèn)題,提出一種基于Vague集的評(píng)估方法。首先,綜合攻防雙方對(duì)安全態(tài)勢(shì)的影響構(gòu)建評(píng)估指標(biāo)體系并給出指標(biāo)權(quán)重的計(jì)算方法;然后,建立基于Vague集的多級(jí)綜合
2010-02-26 15:54:279

神經(jīng)網(wǎng)絡(luò)在雷達(dá)對(duì)抗與反對(duì)抗中的應(yīng)用

本文從神經(jīng)網(wǎng)絡(luò)應(yīng)用于雷達(dá)對(duì)抗與反對(duì)抗中的潛在優(yōu)勢(shì)出發(fā),論述了將其應(yīng)用于雷達(dá)信號(hào)分選和識(shí)別、自適應(yīng)信號(hào)處理、識(shí)別反輻射導(dǎo)彈、探測(cè)隱身目標(biāo)和抗人為干擾等方面的廣闊
2010-09-09 15:52:2939

基于能量感知的無(wú)線傳感器網(wǎng)絡(luò)拓?fù)?/a>

網(wǎng)絡(luò)安全態(tài)勢(shì)要素指標(biāo)體系研究

針對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估指標(biāo)體系的不完善和難以選取及構(gòu)建等問(wèn)題,以相關(guān)標(biāo)準(zhǔn)和規(guī)范為基礎(chǔ),從系統(tǒng)安全機(jī)制出發(fā),按照既定原則,提出一種網(wǎng)絡(luò)安全態(tài)勢(shì)要素指標(biāo)體系構(gòu)建方法,并
2012-07-06 16:55:1533

面向頻譜感知的傳感器網(wǎng)絡(luò)設(shè)計(jì)

針對(duì)認(rèn)知無(wú)線電網(wǎng)絡(luò)、頻譜監(jiān)測(cè)等領(lǐng)域?qū)掝l段頻譜感知的需求,基于無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn),提出了一種面向頻譜感知的傳感器網(wǎng)絡(luò)設(shè)計(jì)方案,包括分簇的網(wǎng)絡(luò)結(jié)構(gòu)、分頻段的協(xié)作感
2012-07-27 17:56:2852

基于網(wǎng)絡(luò)編碼感知網(wǎng)絡(luò)節(jié)點(diǎn)速率控制策略

基于網(wǎng)絡(luò)編碼感知網(wǎng)絡(luò)節(jié)點(diǎn)速率控制策略_張義兵
2017-01-03 17:41:320

深入理解Android網(wǎng)絡(luò)編程

深入理解Android網(wǎng)絡(luò)編程
2017-03-19 11:26:351

基于RVM的網(wǎng)絡(luò)運(yùn)行質(zhì)量評(píng)估方法

網(wǎng)絡(luò)運(yùn)行質(zhì)量評(píng)估是網(wǎng)絡(luò)態(tài)勢(shì)感知的關(guān)鍵技術(shù)之一。網(wǎng)絡(luò)態(tài)勢(shì)是指由各種網(wǎng)絡(luò)設(shè)備運(yùn)行狀況、網(wǎng)絡(luò)行為以及用戶行為等因索所構(gòu)成的整個(gè)網(wǎng)絡(luò)的當(dāng)前狀態(tài)和變化趨勢(shì).這就要求態(tài)勢(shì)感知模型能夠以一致的評(píng)估標(biāo)準(zhǔn)、穩(wěn)定的評(píng)估
2017-11-07 11:42:084

網(wǎng)絡(luò)對(duì)抗原理及相關(guān)知識(shí)詳述

本文詳細(xì)介紹了網(wǎng)絡(luò)對(duì)抗原理,包括網(wǎng)絡(luò)對(duì)抗綜述及信息獲取技術(shù)、代碼漏洞的利用、網(wǎng)絡(luò)攻擊、系統(tǒng)攻擊、惡意代碼技術(shù)和高級(jí)技術(shù)等部分內(nèi)容的詳解
2017-11-15 17:20:099

基于集對(duì)分析的WSN安全態(tài)勢(shì)感知模型的研究

為提高無(wú)線傳感器網(wǎng)絡(luò)安全評(píng)估準(zhǔn)確性、靈敏性,將安全態(tài)勢(shì)感知的概念引入無(wú)線傳感器網(wǎng)絡(luò)安全研究,采用集對(duì)分析理論對(duì)無(wú)線傳感器網(wǎng)絡(luò)安全態(tài)勢(shì)進(jìn)行評(píng)估,用安全態(tài)勢(shì)值判斷無(wú)線傳感器網(wǎng)絡(luò)受到安全威脅的強(qiáng)弱。實(shí)驗(yàn)
2017-11-22 11:41:041

基于布谷鳥(niǎo)搜索優(yōu)化的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法

針對(duì)現(xiàn)有基于神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法效率低等問(wèn)題,提出基于布谷鳥(niǎo)搜索(CS)優(yōu)化反向傳播(BP)神經(jīng)網(wǎng)絡(luò)(CSBPNN)的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法。首先,根據(jù)態(tài)勢(shì)輸入指標(biāo)數(shù)和輸出態(tài)勢(shì)值確定BP
2017-11-30 17:48:061

基于并行約簡(jiǎn)的網(wǎng)絡(luò)安全態(tài)勢(shì)要素提取方法

網(wǎng)絡(luò)安全態(tài)勢(shì)要素選取的質(zhì)量對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估的準(zhǔn)確性起到至關(guān)重要的作用,而現(xiàn)有的網(wǎng)絡(luò)安全態(tài)勢(shì)要素提取方法大多依賴先驗(yàn)知識(shí),并不適用于處理網(wǎng)絡(luò)安全態(tài)勢(shì)數(shù)據(jù)。為提高網(wǎng)絡(luò)安全態(tài)勢(shì)要素提取的質(zhì)量與效率,提出
2017-12-04 10:16:300

對(duì)抗全局竊聽(tīng)的安全網(wǎng)絡(luò)編碼方案

現(xiàn)有的對(duì)抗全局竊聽(tīng)攻擊的安全網(wǎng)絡(luò)編碼方案存在引入了帶寬開(kāi)銷、導(dǎo)致了很高的計(jì)算復(fù)雜度的問(wèn)題,為了降低帶寬開(kāi)銷并且提升實(shí)際編碼效率,提出了一種新的對(duì)抗全局竊聽(tīng)的安全網(wǎng)絡(luò)編碼方案。對(duì)于編碼域大小為q的網(wǎng)絡(luò)
2017-12-08 15:04:020

基于向量機(jī)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法

針對(duì)當(dāng)前網(wǎng)絡(luò)安全時(shí)變性、非線性、預(yù)測(cè)評(píng)估難的現(xiàn)狀,提出一種基于和聲搜索算法和相關(guān)向量機(jī)( HS-RVM)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法,以彌補(bǔ)現(xiàn)有預(yù)測(cè)方法在預(yù)測(cè)精度方面的不足。在預(yù)測(cè)過(guò)程中,首先對(duì)網(wǎng)絡(luò)
2017-12-26 17:48:571

網(wǎng)絡(luò)安全態(tài)勢(shì)感知NSSA現(xiàn)狀研究及未來(lái)發(fā)展

中各種活動(dòng)的行為辨識(shí)、意圖理解和影響評(píng)估,以支持合理的安全響應(yīng)決策.它是對(duì)網(wǎng)絡(luò)的安全性進(jìn)行定量分析的一種手段,網(wǎng)絡(luò)安全管理系統(tǒng)可以借助其宏觀把握整個(gè)網(wǎng)絡(luò)的安全狀況,分析攻擊者的意圖,為管理決策提供重要的依據(jù).討論了NSSA的任務(wù)范圍,并據(jù)此對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)感知的概念進(jìn)行了重新定義.然后,分別從網(wǎng)
2017-12-30 12:09:460

基于模糊控制和壓縮感知的無(wú)線傳感網(wǎng)絡(luò)擁塞算法

針對(duì)無(wú)線傳感網(wǎng)絡(luò)(WSN)的擁塞問(wèn)題,提出了一種將模糊控制和壓縮感知(cs)技術(shù)相結(jié)合來(lái)緩解無(wú)線傳感網(wǎng)絡(luò)擁塞的算法。首先,將壓縮感知技術(shù)引進(jìn)到無(wú)線傳感網(wǎng)絡(luò)的擁塞控制中,理論分析了壓縮感知對(duì)緩解傳感
2018-01-03 09:59:510

基于數(shù)據(jù)挖掘的配電網(wǎng)態(tài)勢(shì)感知

隨著主動(dòng)配電網(wǎng)的建設(shè)與發(fā)展,利用大量的歷史數(shù)據(jù)深度挖掘配電網(wǎng)狀態(tài)信息,快速、準(zhǔn)確地獲得配電網(wǎng)實(shí)時(shí)運(yùn)行狀態(tài)和未來(lái)發(fā)展趨勢(shì)成為目前亟待解決的問(wèn)題。文章提出一種基于歷史數(shù)據(jù)挖掘的配電網(wǎng)態(tài)勢(shì)感知方法。該方法
2018-01-03 11:42:5621

網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法

針對(duì)目前網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估范圍局限、信息來(lái)源單一、時(shí)空復(fù)雜度較高且準(zhǔn)確性偏差較大等問(wèn)題,提出了一個(gè)樸素貝葉斯分類器的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法,充分考慮了多信息源與多層次異構(gòu)信息融合,具有快速高效性,從整體
2018-01-05 11:33:210

基于攻擊預(yù)測(cè)的安全態(tài)勢(shì)量化方法

設(shè)計(jì)基于動(dòng)態(tài)貝葉斯攻擊圖的攻擊預(yù)測(cè)算法,推斷后續(xù)攻擊行為;最后從主機(jī)和網(wǎng)絡(luò)這2個(gè)層面將攻擊威脅量化為安全風(fēng)險(xiǎn)態(tài)勢(shì)。實(shí)例分析表明,該方法符合實(shí)際對(duì)抗網(wǎng)絡(luò)環(huán)境,能夠準(zhǔn)確預(yù)測(cè)攻擊發(fā)生時(shí)間并合理量化攻擊威脅。
2018-01-09 15:44:570

網(wǎng)絡(luò)安全態(tài)勢(shì)認(rèn)知融合感控模型

為了分析網(wǎng)絡(luò)威脅的演化趨勢(shì),并探討安全態(tài)勢(shì)的自主感知和調(diào)控問(wèn)題,將跨層結(jié)構(gòu)和認(rèn)知環(huán)融入模型的設(shè)計(jì),提出一種基于融合的網(wǎng)絡(luò)安全態(tài)勢(shì)認(rèn)知感控模型,增強(qiáng)網(wǎng)絡(luò)安全系統(tǒng)的層間交互和認(rèn)知能力,在分析模型組件及其
2018-01-12 15:53:151

網(wǎng)絡(luò)威脅態(tài)勢(shì)量化評(píng)估方法

傳統(tǒng)的網(wǎng)絡(luò)威脅態(tài)勢(shì)評(píng)估方法主要是基于原始的警報(bào)信息,未結(jié)合目標(biāo)網(wǎng)絡(luò)的環(huán)境信息,使得方法的準(zhǔn)確性受到很大的影響.提出了一種基于環(huán)境屬性的網(wǎng)絡(luò)威脅態(tài)勢(shì)量化評(píng)估方法,該方法首先根據(jù)目標(biāo)網(wǎng)絡(luò)的環(huán)境屬性對(duì)警報(bào)
2018-01-30 15:56:570

網(wǎng)絡(luò)安全態(tài)勢(shì)感知方法

分析比較了已有的安全態(tài)勢(shì)評(píng)估方法,提出了一種基于時(shí)間維的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法,重點(diǎn)論述網(wǎng)紹安全態(tài)勢(shì)短期評(píng)估與長(zhǎng)期評(píng)估使用不同方法的必要性。其中短期評(píng)估以防火墻、入侵檢測(cè)等安全設(shè)備產(chǎn)生的告警儒息作為
2018-02-08 17:15:000

生成對(duì)抗網(wǎng)絡(luò)模型綜述

,開(kāi)創(chuàng)性地提出了生成對(duì)抗網(wǎng)絡(luò)( GAN)。生成對(duì)抗網(wǎng)絡(luò)包含一個(gè)生成模型和一個(gè)判別模型。其中,生成模型負(fù)責(zé)捕捉樣本數(shù)據(jù)的分布,而判別模型一般情況下是一個(gè)二分類器,判別輸入是真實(shí)數(shù)據(jù)還是生成的樣本。這個(gè)模型的優(yōu)化過(guò)程是一個(gè)二元極小極大
2018-04-03 10:48:411

生成式對(duì)抗網(wǎng)絡(luò)基礎(chǔ)知識(shí)直觀解讀

大家都知道,自從生成式對(duì)抗網(wǎng)絡(luò)(GAN)出現(xiàn)以來(lái),便在圖像處理方面有著廣泛的應(yīng)用。但還是有很多人對(duì)于GAN不是很了解,擔(dān)心由于沒(méi)有數(shù)學(xué)知識(shí)底蘊(yùn)而學(xué)不會(huì)GAN。
2018-05-14 08:29:244083

生成對(duì)抗網(wǎng)絡(luò)GAN,正在成為新的“深度學(xué)習(xí)”

生成對(duì)抗網(wǎng)絡(luò)由一個(gè)生成網(wǎng)絡(luò)(Generator)與一個(gè)判別網(wǎng)絡(luò)(Discriminator)組成。生成網(wǎng)絡(luò)從潛在空間(latent space)中隨機(jī)采樣作為輸入,其輸出結(jié)果需要盡量模仿訓(xùn)練集中
2018-06-11 16:04:094433

生成對(duì)抗網(wǎng)絡(luò)在計(jì)算機(jī)視覺(jué)領(lǐng)域有什么應(yīng)用

生成對(duì)抗網(wǎng)絡(luò)(GAN, Generative Adversarial Networks)的出現(xiàn)是計(jì)算機(jī)視覺(jué)領(lǐng)域又一里程碑式的發(fā)展,它為解決各種圖像預(yù)測(cè)問(wèn)題提供了新型工具。以此為目的,本文通過(guò)相關(guān)文獻(xiàn)
2018-12-06 15:29:5322

如何使用生成對(duì)抗網(wǎng)絡(luò)進(jìn)行信息隱藏方案資料說(shuō)明

針對(duì)信息隱藏中含密栽體會(huì)留有修改痕跡,從根本上難以抵抗基于統(tǒng)計(jì)的隱寫(xiě)分析算法檢測(cè)的問(wèn)題,提出一種基于生成對(duì)抗網(wǎng)絡(luò)( GAN)的信息隱藏方案。該方案首先利用生成對(duì)抗網(wǎng)絡(luò)中的生成模型G以噪聲為驅(qū)動(dòng)生成原始栽體信息;
2018-12-12 16:57:006

網(wǎng)絡(luò)空間對(duì)抗演進(jìn)趨勢(shì)

當(dāng)前,網(wǎng)絡(luò)空間已經(jīng)成為繼陸、海、空、天之后的第五大主權(quán)領(lǐng)域空間,是國(guó)際戰(zhàn)略在軍事領(lǐng)域的演進(jìn),對(duì)網(wǎng)絡(luò)信息時(shí)代國(guó)家安全提出了嚴(yán)峻的挑戰(zhàn)。隨著網(wǎng)絡(luò)空間戰(zhàn)略地位不斷凸顯,美國(guó)等發(fā)達(dá)國(guó)家積極推進(jìn)網(wǎng)絡(luò)空間軍事化,組建專門(mén)的網(wǎng)絡(luò)作戰(zhàn)部隊(duì),發(fā)展先進(jìn)網(wǎng)絡(luò)武器,網(wǎng)絡(luò)空間對(duì)抗呈現(xiàn)主體國(guó)家化、手段武器化、重點(diǎn)大數(shù)據(jù)化趨勢(shì)。
2019-02-21 16:04:224346

生成對(duì)抗網(wǎng)絡(luò)之父伊恩·古德費(fèi)洛正式宣布加盟蘋(píng)果

生成對(duì)抗網(wǎng)絡(luò)之父、前谷歌大腦著名科學(xué)家 Ian Goodfellow 正式宣布加盟蘋(píng)果,他將在蘋(píng)果公司領(lǐng)導(dǎo)一個(gè)「機(jī)器學(xué)習(xí)特殊項(xiàng)目組」。
2019-04-08 11:10:524373

態(tài)勢(shì)感知網(wǎng)絡(luò)安全領(lǐng)域的關(guān)鍵性技術(shù)

隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展,不論是企業(yè)還是個(gè)人對(duì)網(wǎng)絡(luò)的依賴越來(lái)越大,信息安全已不再是一個(gè)技術(shù)問(wèn)題,態(tài)勢(shì)感知應(yīng)勢(shì)而生,作為目前網(wǎng)絡(luò)安全領(lǐng)域的熱點(diǎn),卻不得不面對(duì)撲面而來(lái)的態(tài)勢(shì)感知熱潮以及良莠不齊的方案。
2019-09-08 10:45:561836

銳捷網(wǎng)絡(luò)發(fā)布“網(wǎng)絡(luò)+安全”戰(zhàn)略,實(shí)現(xiàn)有網(wǎng)絡(luò)地方就有安全探針的能力

4月23日,以“網(wǎng)絡(luò)+安全,網(wǎng)絡(luò)更安全”為主題的銳捷網(wǎng)絡(luò)2020年安全產(chǎn)品戰(zhàn)略發(fā)布會(huì)在線上召開(kāi)。在本次發(fā)布會(huì)上,銳捷網(wǎng)絡(luò)從多個(gè)維度展示了全面感知與動(dòng)態(tài)協(xié)防的網(wǎng)絡(luò)安全能力,直擊數(shù)字化轉(zhuǎn)型、等保2.0
2020-04-27 15:30:324466

華為HiSec Insight安全態(tài)勢(shì)感知系統(tǒng)打造數(shù)字時(shí)代的安全底座

何謂態(tài)勢(shì)感知?態(tài)勢(shì)感知并不是一個(gè)新名詞,最初作為軍方用語(yǔ)大約出現(xiàn)于上世紀(jì)80年代,覆蓋感知、理解和預(yù)測(cè)三個(gè)層次。伴隨網(wǎng)絡(luò)的興起和對(duì)網(wǎng)絡(luò)安全問(wèn)題的日益重視,這個(gè)概念被引入到網(wǎng)絡(luò)領(lǐng)域,成為一種以安全大數(shù)據(jù)為基礎(chǔ),從全局視角提升對(duì)安全威脅的發(fā)現(xiàn)識(shí)別、理解分析、響應(yīng)處置能力的一種方式,最終是為了決策與行動(dòng)。
2020-04-28 15:02:203148

5G網(wǎng)絡(luò)環(huán)境下在線設(shè)備接入數(shù)量倍增

署的推進(jìn),從5G網(wǎng)絡(luò)整體角度研究網(wǎng)絡(luò)空間安全攻防對(duì)抗也越來(lái)越重要。需要充分利用網(wǎng)絡(luò)攻防對(duì)抗雙方各因素之間的關(guān)系和影響力,探索對(duì)抗演化規(guī)律以及感知5G安全整體態(tài)勢(shì),為網(wǎng)絡(luò)空間安全攻防領(lǐng)域的研究開(kāi)拓新的視角。
2020-10-23 16:07:272802

湖北省工業(yè)互聯(lián)網(wǎng)安全監(jiān)測(cè)與態(tài)勢(shì)感知平臺(tái)正式上線

2020年11月19日,由湖北省通信管理局建設(shè)的湖北省工業(yè)互聯(lián)網(wǎng)安全監(jiān)測(cè)與態(tài)勢(shì)感知平臺(tái)在2020中國(guó)“5G+工業(yè)互聯(lián)網(wǎng)”大會(huì)湖北創(chuàng)新專題論壇上正式上線。
2020-11-25 11:25:521906

華電眾信中標(biāo)南方電網(wǎng)網(wǎng)絡(luò)安全態(tài)勢(shì)感知項(xiàng)目

近日,兆芯合作伙伴華電眾信宣布中標(biāo)2020年南方電網(wǎng)網(wǎng)絡(luò)安全態(tài)勢(shì)感知項(xiàng)目。 ? 該項(xiàng)目采用了華電眾信基于兆芯KX-6000系列8核處理器打造的HZC-7700網(wǎng)絡(luò)安全平臺(tái),并搭配兆芯ZX-200
2020-12-31 11:23:012541

騰訊順利通過(guò)國(guó)內(nèi)首個(gè)“面向云計(jì)算的安全態(tài)勢(shì)感知平臺(tái)能力評(píng)估”

用戶有效甄別優(yōu)質(zhì)的云態(tài)勢(shì)感知平臺(tái),目前國(guó)內(nèi)僅有7家廠商通過(guò)評(píng)估。 近年來(lái),在國(guó)家政策和市場(chǎng)需求的雙重驅(qū)動(dòng)下,態(tài)勢(shì)感知成了網(wǎng)絡(luò)安全領(lǐng)域的焦點(diǎn)話題,相關(guān)產(chǎn)品和解決方案隨之涌現(xiàn)。但由于國(guó)內(nèi)缺少相應(yīng)的安全態(tài)勢(shì)感知標(biāo)準(zhǔn),不同廠商的
2021-01-22 18:13:122486

自主駕駛中對(duì)抗式機(jī)器學(xué)習(xí)對(duì)完全視覺(jué)感知管道的攻擊

對(duì)抗機(jī)器學(xué)習(xí)的最新研究開(kāi)始關(guān)注自主駕駛中的視覺(jué)感知,并研究了目標(biāo)檢測(cè)模型的對(duì)抗示例。然而在視覺(jué)感知管道中,在被稱為多目標(biāo)跟蹤的過(guò)程中,檢測(cè)到的目標(biāo)必須被跟蹤,以建立周圍障礙物的移動(dòng)軌跡。由于多目標(biāo)
2021-02-01 11:04:061902

新型生成對(duì)抗式分層網(wǎng)絡(luò)表示學(xué)習(xí)算法

  針對(duì)當(dāng)前鏈路預(yù)測(cè)算法無(wú)法有效保留網(wǎng)絡(luò)圖髙階結(jié)構(gòu)特征的問(wèn)題,提岀一種生成對(duì)抗式分層網(wǎng)絡(luò)表示學(xué)習(xí)算法。根據(jù)網(wǎng)絡(luò)圖的一階鄰近性和二階鄰近性,遞歸地對(duì)網(wǎng)絡(luò)圖進(jìn)行邊緣折疊和頂點(diǎn)合并,形成逐層規(guī)模變小的子網(wǎng)絡(luò)
2021-03-11 10:53:2416

基于譜歸一化條件生成對(duì)抗網(wǎng)絡(luò)的圖像修復(fù)算法

基于生成對(duì)抗網(wǎng)絡(luò)的圖像修復(fù)算法在修復(fù)大尺寸缺失圖像時(shí),存在圖像失真較多與判別網(wǎng)絡(luò)性能不可控等問(wèn)題,基于譜歸一化條件生成對(duì)抗網(wǎng)絡(luò),提出一種新的圖像修復(fù)算法。引入譜歸一化來(lái)約束判別網(wǎng)絡(luò)的判別性能,間接
2021-03-12 10:22:1014

一種利用生成式對(duì)抗網(wǎng)絡(luò)的超分辨率重建算法

生成網(wǎng)絡(luò),使用ⅴGG19網(wǎng)絡(luò)作為判別網(wǎng)絡(luò)的基礎(chǔ)框架,以全局平均池化代替全連接層防止過(guò)擬合,引入紋理?yè)p失函數(shù)、感知損失函數(shù)、對(duì)抗損失函數(shù)和內(nèi)容損失函數(shù)構(gòu)成生成器的總目標(biāo)函數(shù),利用紋理?yè)p失增強(qiáng)局部信息匹配度,采用激
2021-03-22 15:40:004

一種基于貝葉斯方法的網(wǎng)絡(luò)安全態(tài)勢(shì)感知混合模型

為全面、準(zhǔn)確地分析既定網(wǎng)絡(luò)的安全態(tài)勢(shì)并給出態(tài)勢(shì)等級(jí)評(píng)定,提出一種基于貝葉斯方法的網(wǎng)絡(luò)安全態(tài)勢(shì)感知混合模型。對(duì)既定網(wǎng)絡(luò)環(huán)境中收集到的態(tài)勢(shì)指標(biāo)數(shù)據(jù)進(jìn)行離散化預(yù)處理,利用不同的評(píng)價(jià)方法建立相應(yīng)的態(tài)勢(shì)指標(biāo)
2021-04-01 11:11:5519

基于生成器的圖像分類對(duì)抗樣本生成模型

,并保證攻擊成功率。模型將對(duì)抗樣本生成的過(guò)程視為對(duì)原圖進(jìn)行圖像増強(qiáng)的操作引入生成對(duì)抗網(wǎng)絡(luò),并改進(jìn)感知損失函數(shù)以增加對(duì)抗樣本與原圖在內(nèi)容與特征空間上的相似性,采用多分類器損失函數(shù)優(yōu)化訓(xùn)練從而提高攻擊效率。實(shí)
2021-04-07 14:56:472

基于生成對(duì)抗網(wǎng)絡(luò)的單圖像超分辨率重建方法

基于深度卷積神經(jīng)網(wǎng)絡(luò)的超分辨率重建方法雖然有較高的峰值信噪比(PSNR),但重建結(jié)釆在大尺度因子下存在缺乏高頻信息和紋理細(xì)節(jié),視覺(jué)感知效果差的問(wèn)題。針對(duì)這一問(wèn)題,提出了一種基于生成對(duì)抗網(wǎng)絡(luò)的單圖像
2021-04-12 10:24:2516

基于生成式對(duì)抗網(wǎng)絡(luò)的端到端圖像去霧模型

針對(duì)現(xiàn)有圖像去霧算法嚴(yán)重依賴中間量準(zhǔn)確估計(jì)的問(wèn)題,提出了一種基于 Wasserstein生成對(duì)抗網(wǎng)絡(luò)(wGAN)的端到端圖像去霧模型。首先,使用全卷積密集塊網(wǎng)絡(luò)(FC- Dense Net充分學(xué)習(xí)
2021-04-12 15:03:3320

基于自注意力機(jī)制的條件生成對(duì)抗網(wǎng)絡(luò)模型

近年來(lái),越來(lái)越多的生成對(duì)抗網(wǎng)絡(luò)出現(xiàn)在深度學(xué)習(xí)的各個(gè)領(lǐng)域中。條件生成對(duì)抗網(wǎng)絡(luò)( Conditional generative Adverarial Networks,cG∧N)開(kāi)創(chuàng)性地將監(jiān)督學(xué)習(xí)引入
2021-04-20 14:26:0611

基于生成式對(duì)抗網(wǎng)絡(luò)的圖像補(bǔ)全方法

圖像補(bǔ)全是數(shù)字圖像處理領(lǐng)域的重要研究方向,具有廣闊的應(yīng)用前景。提出了一種基于生成式對(duì)抗網(wǎng)絡(luò)(GAN)的圖像補(bǔ)全方法。生成式對(duì)抗網(wǎng)絡(luò)模型由生成器模型和判別器模型兩部分構(gòu)成,通過(guò)采用卷積神經(jīng)網(wǎng)絡(luò)(NN
2021-05-19 14:38:2414

改進(jìn)隱馬爾科夫模型的網(wǎng)絡(luò)態(tài)勢(shì)評(píng)估方法

網(wǎng)絡(luò)安全態(tài)勢(shì)感知作為網(wǎng)絡(luò)安全防護(hù)措施的有效補(bǔ)充,是近年來(lái)的研究熱點(diǎn)之一,而準(zhǔn)確地評(píng)估網(wǎng)絡(luò)安全狀態(tài)已成為網(wǎng)絡(luò)安全領(lǐng)域的一個(gè)重要課題。隱馬爾可夫模型( Hidden markoν Model,HMM
2021-05-31 15:56:165

基于結(jié)構(gòu)保持生成對(duì)抗網(wǎng)絡(luò)的圖像去噪

為了去除頻域光學(xué)相干斷層掃描(SD-o℃T)中的散斑噪聲,提出了一種結(jié)構(gòu)保持生成對(duì)抗網(wǎng)絡(luò)模型,可以無(wú)監(jiān)督地從SD-o℃τ圖像合成高質(zhì)量的增強(qiáng)深部成像光學(xué)相千斷層掃描(EυI-oCT圖像。該模型
2021-06-07 14:21:413

探究終端威脅態(tài)勢(shì)感知 MTD

終端威脅態(tài)勢(shì)感知 MTD MOBILE THREAT DEFENSE 隨著APP、小程序等移動(dòng)應(yīng)用程序的廣泛普及應(yīng)用,個(gè)人隱私信息泄露事件頻發(fā)。黑產(chǎn)團(tuán)伙大量使用貓池、養(yǎng)卡、打碼平臺(tái)等渠道,配合泄露
2021-06-17 09:41:272137

網(wǎng)絡(luò)安全態(tài)勢(shì)感知現(xiàn)狀分析及研究對(duì)比

文中以 Web of science中1999-2019年收錄的2456篇以網(wǎng)絡(luò)安全態(tài)勢(shì)感知為主題的文獻(xiàn)作為數(shù)據(jù)來(lái)源,主要運(yùn)用Citespace可視化工具,基于圖譜對(duì)國(guó)家與機(jī)構(gòu)合作、文獻(xiàn)
2021-06-17 10:47:287

基于像素級(jí)生成對(duì)抗網(wǎng)絡(luò)的圖像彩色化模型

基于像素級(jí)生成對(duì)抗網(wǎng)絡(luò)的圖像彩色化模型
2021-06-27 11:02:014

IP百科知識(shí)之網(wǎng)絡(luò)安全態(tài)勢(shì)感知

網(wǎng)絡(luò)安全態(tài)勢(shì)感知 態(tài)勢(shì)感知(SA,SituationalAwareness or Situation Awareness)是對(duì)一定時(shí)間和空間內(nèi)的環(huán)境元素進(jìn)行感知,并對(duì)這些元素的含義進(jìn)行理解,最終預(yù)測(cè)
2021-09-08 18:13:517139

華為進(jìn)入中國(guó)態(tài)勢(shì)感知解決方案領(lǐng)導(dǎo)者位置

的生態(tài)合作能力等進(jìn)入中國(guó)態(tài)勢(shì)感知解決方案領(lǐng)導(dǎo)者位置。 《IDC MarketScape:中國(guó)態(tài)勢(shì)感知解決方案市場(chǎng)2021》報(bào)告指出,“網(wǎng)絡(luò)安全分析、情報(bào)、響應(yīng)、編排”(AIRO)是一套全面的解決方案,在中國(guó)市場(chǎng)與之對(duì)應(yīng)的便是態(tài)勢(shì)感知解決方案。IDC通過(guò)調(diào)研20多家國(guó)內(nèi)網(wǎng)絡(luò)
2021-12-06 16:31:111834

一種基于生成對(duì)抗網(wǎng)絡(luò)的無(wú)人機(jī)圖像去霧算法

摘要: 無(wú)人機(jī)所采集的圖像容易受到霧霾、霧氣等陰霾天氣干擾,造成圖像質(zhì)量下降。針對(duì)陰霾天氣下無(wú)人機(jī)采集圖像的質(zhì)量下降問(wèn)題,提出了一種新穎的基于生成對(duì)抗網(wǎng)絡(luò)的圖像去霧方法。本方法設(shè)計(jì)了新式生成網(wǎng)絡(luò)
2022-03-10 10:30:261482

一種基于生成對(duì)抗網(wǎng)絡(luò)的無(wú)人機(jī)圖像去霧算法

摘要: 無(wú)人機(jī)所采集的圖像容易受到霧霾、霧氣等陰霾天氣干擾,造成圖像質(zhì)量下降。針對(duì)陰霾天氣下無(wú)人機(jī)采集圖像的質(zhì)量下降問(wèn)題,提出了一種新穎的基于生成對(duì)抗網(wǎng)絡(luò)的圖像去霧方法。本方法設(shè)計(jì)了新式生成網(wǎng)絡(luò)
2022-03-20 12:24:27596

網(wǎng)絡(luò)安全態(tài)勢(shì)感知技術(shù)解決方案

摘要: 在傳統(tǒng)網(wǎng)絡(luò)防御手段抵御攻擊的基礎(chǔ)上,提出了一種利用機(jī)器學(xué)習(xí)的方法來(lái)達(dá)到網(wǎng)絡(luò)安全態(tài)勢(shì)感知的新方案。為了有效地獲得告警事件,本文引入了告警關(guān)聯(lián)分析的技術(shù),通過(guò)分析多源告警信息的關(guān)聯(lián)度從而
2022-04-07 15:44:265862

一文解析主動(dòng)防御模式的網(wǎng)絡(luò)安全態(tài)勢(shì)感知方案

態(tài)勢(shì)預(yù)測(cè)是網(wǎng)絡(luò)安全態(tài)勢(shì)感知的關(guān)鍵。態(tài)勢(shì)感知平臺(tái)的效果很大程度上取決于態(tài)勢(shì)預(yù)測(cè)的準(zhǔn)確性。利用態(tài)勢(shì)預(yù)測(cè)結(jié)果,可以提高突發(fā)事件的應(yīng)急響應(yīng)能力與網(wǎng)絡(luò)系統(tǒng)的監(jiān)控能力??梢暬瘎t是網(wǎng)絡(luò)安全態(tài)勢(shì)感知的一種表達(dá)方式。
2022-07-14 12:17:562094

「自行科技」一文了解生成式對(duì)抗網(wǎng)絡(luò)GAN

生成式對(duì)抗網(wǎng)絡(luò)(Generative adversarial network, GAN)是一種深度學(xué)習(xí)模型,是近年來(lái)復(fù)雜分布上無(wú)監(jiān)督學(xué)習(xí)最具前景的方法之一。
2022-09-16 09:25:192974

網(wǎng)絡(luò)安全中的上下文感知

當(dāng)今,所有網(wǎng)絡(luò)安全領(lǐng)域都在向上下文感知基礎(chǔ)設(shè)施轉(zhuǎn)變。應(yīng)用程序感知、身份感知、內(nèi)容感知、流程感知、環(huán)境感知,都是向上下文感知轉(zhuǎn)變的例子。
2022-09-20 09:27:241748

華為安全技術(shù)方案丨一圖看懂華為智能態(tài)勢(shì)感知安全解決方案

往期 精彩 推薦 點(diǎn)擊“閱讀原文”,了解更多華為數(shù)據(jù)通信資訊! 原文標(biāo)題:華為安全技術(shù)方案丨一圖看懂華為智能態(tài)勢(shì)感知安全解決方案 文章出處:【微信公眾號(hào):華為數(shù)據(jù)通信】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
2022-11-10 11:20:04607

安全態(tài)勢(shì)感知專家說(shuō)第1期:安全運(yùn)營(yíng)技術(shù)的現(xiàn)狀與展望

兩年前,筆者寫(xiě)了一篇文章《 一花獨(dú)放不是春,百花齊放春滿園 》,簡(jiǎn)要闡述了國(guó)內(nèi)態(tài)勢(shì)感知的市場(chǎng)和華為的HiSec Insight態(tài)勢(shì)感知系統(tǒng)(以下簡(jiǎn)稱HiSec Insight)。當(dāng)時(shí)國(guó)內(nèi)態(tài)勢(shì)感知市場(chǎng)
2022-12-19 19:45:05813

人工智能系統(tǒng)能否與人類水平的態(tài)勢(shì)感知相匹配?

人工智能系統(tǒng)能否與人類水平的態(tài)勢(shì)感知相匹配?
2023-01-04 11:17:18378

安全態(tài)勢(shì)感知專家說(shuō)第2期:人工智能技術(shù)在態(tài)勢(shì)感知的應(yīng)用

一、行業(yè)挑戰(zhàn) 近年來(lái),網(wǎng)絡(luò)對(duì)抗日益激烈,高危漏洞數(shù)量不斷增長(zhǎng),在野漏洞利用不斷增多,2022年超過(guò)70%新增在野漏洞被攻擊者武器化利用。高級(jí)持續(xù)性威脅(APT)組織濫用合法基礎(chǔ)設(shè)施隱匿攻擊行為,變形
2023-01-10 19:55:03991

有關(guān)態(tài)勢(shì)感知(SA)的卷積思考

態(tài)勢(shì)感知(Situation Awareness,簡(jiǎn)稱SA)是指通過(guò)收集和分析各種信息、數(shù)據(jù)和情報(bào),以及實(shí)時(shí)監(jiān)控和識(shí)別環(huán)境變化和風(fēng)險(xiǎn),以獲取對(duì)當(dāng)前和未來(lái)局勢(shì)的全面、準(zhǔn)確的認(rèn)識(shí)和理解,從而支持決策
2023-04-27 11:26:01598

網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)介紹

,支持海量大數(shù)據(jù)存儲(chǔ)、分類、統(tǒng)計(jì)到數(shù)據(jù)分析、關(guān)聯(lián)、預(yù)測(cè)、判斷的網(wǎng)絡(luò)安全態(tài)勢(shì)感知能力需求。以安全大數(shù)據(jù)為基礎(chǔ),從全局角度提升對(duì)安全威脅的發(fā)現(xiàn)識(shí)別、理解分析、響應(yīng)處置能力,最終實(shí)現(xiàn)網(wǎng)絡(luò)安全態(tài)勢(shì)感知能力的落地。
2023-05-17 11:06:393239

PyTorch教程20.2之深度卷積生成對(duì)抗網(wǎng)絡(luò)

電子發(fā)燒友網(wǎng)站提供《PyTorch教程20.2之深度卷積生成對(duì)抗網(wǎng)絡(luò).pdf》資料免費(fèi)下載
2023-06-05 10:21:242

基于深度學(xué)習(xí)算法的智能態(tài)勢(shì)理解方法

在基于智能算法的態(tài)勢(shì)理解過(guò)程中,智能算法主要應(yīng)用于態(tài)勢(shì)目標(biāo)特征匹配、時(shí)效性判斷和態(tài)勢(shì)要素分析等活動(dòng),并準(zhǔn)確生成態(tài)勢(shì)產(chǎn)品,為指揮員決策提供支持。
2023-07-01 10:02:181007

態(tài)勢(shì)感知與GPT

 GPT是一種基于Transformer的預(yù)訓(xùn)練語(yǔ)言模型,可以用于自然語(yǔ)言處理中的各種任務(wù)。在態(tài)勢(shì)感知中,GPT可以用來(lái)對(duì)文本進(jìn)行分類和情感分析,從而幫助用戶了解當(dāng)前的輿情和社會(huì)熱點(diǎn)。例如,在某個(gè)
2023-07-07 11:23:29323

基于全域全息態(tài)勢(shì)感知的協(xié)同探測(cè)與導(dǎo)引

多域協(xié)同探測(cè)通過(guò)構(gòu)建統(tǒng)一的信息交換模型標(biāo)準(zhǔn)體系,滿足戰(zhàn)場(chǎng)態(tài)勢(shì)感知、火力支援、指揮控制、戰(zhàn)場(chǎng)通信等關(guān)鍵任務(wù)信息交換需求,能夠在陸??仗祀姶?b class="flag-6" style="color: red">網(wǎng)絡(luò)等不同作戰(zhàn)空間實(shí)現(xiàn)作戰(zhàn)行動(dòng)協(xié)同與跨域信息共享,有效支撐聯(lián)合作戰(zhàn)體系整體效能的實(shí)時(shí)動(dòng)態(tài)聚合和精確有序釋放。
2023-07-17 12:50:362428

什么是態(tài)勢(shì)感知技術(shù) 評(píng)估態(tài)勢(shì)感知中的關(guān)鍵能力有哪些

態(tài)勢(shì)感知是指通過(guò)收集、整合和分析各種信息來(lái)獲取對(duì)當(dāng)前環(huán)境和情況的全面和準(zhǔn)確的認(rèn)知。以下是一些可能的定量計(jì)算方法,用于評(píng)估態(tài)勢(shì)感知中的關(guān)鍵能力。
2023-08-23 11:05:22738

基于人機(jī)環(huán)境系統(tǒng)集成的新一代的態(tài)勢(shì)感知系統(tǒng)

新一代的態(tài)勢(shì)感知系統(tǒng)將不再局限于單一的形式或模式,而是能夠適應(yīng)不同的態(tài)勢(shì)形態(tài)。這意味著它能夠處理多樣化的信息來(lái)源和多種不同的情境,從而更全面地把握態(tài)勢(shì)的發(fā)展和變化。
2023-08-29 09:58:16302

數(shù)據(jù)安全態(tài)勢(shì)感知的作用機(jī)理是什么?

數(shù)據(jù)安全態(tài)勢(shì)感知是新興的安全技術(shù),與發(fā)展多年的網(wǎng)絡(luò)安全態(tài)勢(shì)感知相比,數(shù)據(jù)安全態(tài)勢(shì)感知存在幾個(gè)特點(diǎn)。
2023-11-17 14:55:10229

機(jī)器人的態(tài)勢(shì)感知成為行業(yè)研究熱點(diǎn)

新一代機(jī)器人的態(tài)勢(shì)感知將成為研究的熱點(diǎn)和難點(diǎn)。通過(guò)解決環(huán)境感知、自身狀態(tài)感知和多傳感器融合等問(wèn)題,可以提高機(jī)器人的自主性、可靠性和適應(yīng)性,從而推動(dòng)機(jī)器人技術(shù)的發(fā)展。一般而言,要實(shí)現(xiàn)傳統(tǒng)機(jī)器人的態(tài)勢(shì)感知,可以采用以下方法。
2023-12-05 11:30:15185

基于多任務(wù)優(yōu)化和人工智能賦能態(tài)勢(shì)感知技術(shù)

隨著作戰(zhàn)任務(wù)和系統(tǒng)的復(fù)雜性不斷增加,在正確的時(shí)間做出正確的作戰(zhàn)決策需要 (1) 實(shí)時(shí)態(tài)勢(shì)感知,以及 (2) 提供自動(dòng)建議的決策支持系統(tǒng)。這兩項(xiàng)功能是作戰(zhàn)任務(wù)管理系統(tǒng) (MMS) 的核心。
2024-01-18 15:22:17220

已全部加載完成