论文研究基于神经网络和贝叶斯网络攻击图的多步攻击场景挖掘研究 .pdf

深度学习、神经网络学习资源、机器学习源码及案例、经典人工智能算法

基于Matlab神经网络控制仿真研究，袁健，张文霞，介绍了基于神经网络的直接逆控制和模型参考自适应控制的基本原理，然后把它应用在一个简单的二阶系统控制中，并对其进行了仿真，

知识推理是知识图谱补全的重要手段，一直以来都是知识图谱领域的研究热点之一。随着神经网络不断取得新的发展，其在知识推理中的应用在近几年逐渐得到广泛重视。基于神经网络的知识推理方法具备更强的推理能力和泛化

基于SOM神经网络的TSP问题研究，韩洪宁，，TSP问题是组合优化领域的一个重要问题，具有很强的实际应用价值。TSP也是一个NP-hard困难的问题，解决大规模的TSP问题目前还没有完美��

基于量子神经网络的频谱感知研究,赵阳,孙学斌,频谱感知是认知无线电中的第一环也是最重要的一环,其核心思想就是在不对其他用户造成干扰的前提下,使无线通信设备具有发现

一种基于攻击图的攻击路径预测方法，王辉，王云峰，现有攻击图的路径预测方法，存在着因路径冗余而导致的节点置信度错误计算问题。这些问题降低了节点置信度的准确性，影响了路径预

在已有的网络攻击图生成方法的基础上, 从漏洞关联的攻击代价出发, 设计了一种攻击图生成基本框架, 提出了一种基于漏洞关联攻击代价的网络攻击图的自动生成算法。该算法能有效结合漏洞之间的相关性, 科学地评

深度神经网络中过多的参数使得自身成为高度计算密集型和内存密集型的模型，这使得深度神经网络的应用不能轻易地移植到嵌入或移动设备上以解决特殊环境下的实际需求。为了解决该问题，提出了基于网络删减、参数共享两

本研究基于图神经网络，探索高阶和时序特征在社会推荐中的应用，对用户兴趣进行建模和预测。我们采取了一系列的实验和评测，证明了该方法的优越性和可行性。

借助于社会人工学中信任的概念，把P2P网络中节点交互的历史信息作为样本信息，结合先验信息对节点的未来行为做出推断，并根据节点之间信任关系不同，区分了直接信任和推荐信任，并分别给出了两种信任关系基于贝叶