典型文献
基于BI-LSTM+Attention的网站多结构异常检测分析实证研究
文献摘要：
[目的/意义]针对现有网民网站访问分析方法存在样本规则库更新,对新网站的访问难以提供识别分析等问题,使用BI-LSTM、BI-LSTM+Attention算法构建网站识别模型,实现网民访问网站的意图和安全性识别预测.[方法/过程]使用BI-LSTM对网站进行多结构分析识别,根据网站链接的结构特性提取出域名信息和参数信息作为主要分析数据,爬虫获取部分知名域名信息构建语料库,使用Word2vec来得到网站链接中域名的词向量特征作为第一种网站结构识别检测,TF-IDF结合N-Gram算法来得到网站链接中参数的特征向量作为第二种网站结构识别检测,构建网站识别模型.[结果/结论]多结构网民网站分析模型的识别分析方法适合各年龄段的网民和各阶段水平信息能力的用户进行识别分析,深度学习与网站结构结合的识别检测方法在上网过程的检测识别中具有维护健康上网环境的作用.
文献关键词：
网站访问;长短记忆神经网络;URL检测
中图分类号：
作者姓名：
吴晓英;朱劲松
作者机构：
重庆科技学院图书馆 重庆 401331;长安福特汽车有限公司 重庆 401331
文献出处：
引用格式：
[1]吴晓英;朱劲松-.基于BI-LSTM+Attention的网站多结构异常检测分析实证研究)[J].情报探索,2022(03):49-55
A类：
LSTM+Attention
B类：
BI,多结构,结构异常,异常检测,检测分析,网民,网站访问,规则库,新网,问难,识别分析,建网站,识别模型,分析识别,结构特性,域名,参数信息,爬虫,信息构建,语料库,Word2vec,来得,词向量,第一种,结构识别,识别检测,TF,IDF,Gram,特征向量,第二种,各年,民和,平信,信息能力,上网,检测识别,长短记忆神经网络,URL
AB值：
0.410131
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。
