Gachon university Dept. of Computer engineering SeongNam S.Korea;
Inha university Dept. of Computer and information engineering Incheon S.Korea;
Machine learning; Feature extraction; Convolution; Intrusion detection; Support vector machines; Computer security; Radio frequency;
机译:基于SMABALACED DataSet入侵检测的基于Smote和高斯混合模型的有效卷积神经网络
机译:增强基于网络的不平衡数据入侵检测
机译:考虑数据不平衡和可变工作条件,基于归一化CNN的滚动轴承智能故障诊断
机译:基于优化的不平衡网络数据的深度学习入侵检测模型
机译:使用多智能体架构方法提高具有高度不平衡数据的动态网络中的实时入侵检测
机译:基于归一化割谱聚类的传感器网络入侵检测算法
机译:基于网络的入侵检测的机器学习:使用KDD杯'99数据集和不平衡数据的神经网络分类器集合的多目标进化研究结果的差异
机译:解决基于机器学习的网络入侵检测系统中极端类不平衡的方法。