作者：刘文龙船舶网络攻击数据自动化同源判定
摘要：传统同源判定方法受到网络长时延和丢包影响,导致判定结果误差较大,提出了量子神经网络船舶网络攻击数据的自动化同源性判定方法。构建量子神经网络同源性判定模型,将判定划分为学习训练和同源判定2个阶段。引入量子态叠加思想,构建3层量子神经网络结构,根据该结构完成量子学习训练。计算同源支持度,设计判定流程,实现攻击数据的自动化同源判定。由实验结果可知,该方法判定误差较小,可保障船舶网络在正常状态下稳定运行。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
