新闻资讯
基于CNN的光传输网络中OTDR故障识别技术研究
基于时空交叉融合注意力的家族恶意域名检测
王甜甜惠巧娟
摘要:针对恶意域名检测方法检测精度不高和泛化性不强的问题,提出了一种基于时空交叉融合注意力的家族恶意域名检测方法。首先,利用长短时记忆神经网络(LSTM)提取域名字符串在时序维度的编码特征。然后,采用卷积神经网络提取域名字符串在空间维度上的编码特征。最后,借助交叉注意力机制融合时序和空间维度的编码特征,强化空间维度特征的编码能力和泛化性能。在多个恶意家族域名数据集上进行测试,提出的方法在合法域名与恶意域名二分类任务中获得98.53%的平均测试精度,在家族多分类任务上获得94.87%的平均测试精度。
基于CNN的光传输网络中OTDR故障识别技术研究
施盛江
摘要:光时域反射计(OTDR)是光纤故障诊断的主要工具,将深度学习中的卷积神经网络(CNN)引入OTDR故障识别,以期实现智能化的故障诊断。介绍了OTDR的基本原理、常见的光纤故障类型及其特征。设计了一个由卷积层、池化层和全连接层组成的CNN模型,对原始数据进行预处理、筛选和数据增强。在大规模OTDR测试数据上对模型进行了训练和性能评估,得到了较理想的实验结果。
电脑编程技巧与维护 . 2024 (07)
发布日期:2024-08-26