典型文献
基于BILSTM与改进PSO算法的农业物联网入侵行为检测
文献摘要：
为了提升农业物联网的安全性,针对农业物联网的入侵行为特点,设计了基于BILSTM与改进粒子群优化算法的入侵检测方法.提出一种改进粒子群优化算法对BILSTM模型参数进行优化的算法,采用优化后的BILSTM模型对农业物联网网络入侵行为进行时间特征提取,使用Sofmax分类器进行分类.通过模拟实验,测试了农业物联网入侵行为检测方法的实际效果.实验表明,在入侵行为种类增加的情况下,该方法相比传统方法具有更高的检测率和更低的误检率,能够更加有效地针对农业物联网的入侵行为进行检测.
文献关键词：
双向长短期记忆;粒子群优化;农业物联网;入侵行为检测
中图分类号：
作者姓名：
李昂
作者机构：
九江职业大学信息工程学院,江西九江 332000
文献出处：
引用格式：
[1]李昂-.基于BILSTM与改进PSO算法的农业物联网入侵行为检测)[J].湖南邮电职业技术学院学报,2022(04):9-11,46
A类：
入侵行为检测,Sofmax
B类：
BILSTM,PSO,农业物联网,行为特点,改进粒子群优化算法,入侵检测方法,网网,网络入侵,时间特征,分类器,模拟实验,实际效果,种类增加,检测率,误检率,双向长短期记忆
AB值：
0.185871
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。
