典型文献
基于深度学习的智能交通系统通信网络脆弱性检测
文献摘要：
智能交通系统是集群智能技术的典型应用之一.为解决现有智能交通通信网络脆弱性检测方法复杂度高、实时性差的问题,提出引入深度学习技术对网络脆弱性检测方法进行设计.先利用多智能体网络协同和消息传输机制与智能交通系统车辆间协作通信网络的共通性,将智能交通系统通信图脆弱性检测问题建模为对多智能体网络r-鲁棒值的求解问题.再针对随网络节点数目增多r-鲁棒值求解成NP难问题,设计给出一种融入残差网络的深度学习算法,将鲁棒值求解问题转化为深度学习图分类问题.所提算法可有效应对动态多变的智能交通通信网络并对其实现快速精准的脆弱性检测.最后通过一组典型交通场景的仿真实验验证本文所提方法的有效性.
文献关键词：
智能交通系统;网络安全;脆弱性检测;深度学习
中图分类号：
作者姓名：
叶欣茹;伍益明;徐明;郑宁
作者机构：
杭州电子科技大学网络空间安全学院,浙江杭州310018
文献出处：
引用格式：
[1]叶欣茹;伍益明;徐明;郑宁-.基于深度学习的智能交通系统通信网络脆弱性检测)[J].控制理论与应用,2022(10):1872-1880
A类：
多智能体网络
B类：
智能交通系统,统通,通信网络,网络脆弱性,脆弱性检测,集群智能,典型应用,通通,深度学习技术,网络协同,消息传输,协作通信,共通性,检测问题,网络节点,NP,残差网络,深度学习算法,问题转化,图分类,分类问题,交通场景
AB值：
0.243193
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
