作者:王洪德; 王焕青入侵监测图像识别卷积神经网络tensorflow
摘要:为应对入侵手段复杂多样的安全形势,解决现有入侵监测技术成本高、适应性差的问题,设计研发一种成本低廉、兼容性好、方便拓展的入侵监测系统.应用开源深度机器学习框架Tensor FLow实现基于卷积神经网络的图像识别算法,构建辅助安全系统,并在多种工况下对系统有效性进行验证.结果表明:系统能以较高准确率对入侵行为进行识别,在多分类情景下,随训练样本数量的增加,模型预测准确率得到提高,而收敛时间有所增加,开启GPU加速后缩短为原来的1/10.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社