基于自注意力機(jī)制的網(wǎng)絡(luò)局域安全態(tài)勢融合方法研究

摘要： 針對傳統(tǒng)網(wǎng)絡(luò)安全態(tài)勢感知方法無法高效整合多節(jié)點(diǎn)數(shù)據(jù)、獲取全局網(wǎng)絡(luò)安全態(tài)勢的問題,文章提出了一種基于自注意力機(jī)制（Self-Attention Mechanism）、徑向基函數(shù)（Radial Basis Function,RBF）神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）的網(wǎng)絡(luò)局域安全態(tài)勢融合方法 SA-RBF-CNN(Self-A... （共13頁）