基于因果知识网络的攻击路径预测方法

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

为准确、全面地预测攻击行为并量化攻击威胁,提出一种基于攻击预测的安全态势量化方法。通过融合攻击方、防御方和网络环境态势要素,依据实时检测的攻击事件评估攻击者能力和漏洞利用率,并计算攻防期望耗时;进而设

基于线性预测的DDoS攻击检测方法

基于路径的知识完成网络 这是用于知识完成的基于路径的关系网络模型的实现。 如果您有任何疑问或意见,请随时通过电子邮件[ ]与我们联系。 资料说明 数据// train.tsv:训练三元组dev.tsv

基于多重实验的因果网络学习,何洋波,耿直,通过观察数据或干预实验得到的数据,可以学习因果网络的结构。但如果在干预实验中,干预变量不确定;或者数据是多种实验的混合数据,

介绍包括 ICMP洪水，端口扫描，分片IP报文攻击，Land攻击，协议攻击：RIP，OSPF，IS-IS；MAC地址表的攻击，ARP表的攻击，对流项目表的攻击；TCP SYN拒绝服务攻击 ，SSI等各

文档描述了常见的网络攻击及入侵方法，让网络爱好者能更好的对网络中常见的网络攻击及入侵方法有所了解。

基于生成对抗网络的对抗样本攻击方法,田宇,刘建毅,随着深度学习技术的广泛应用,深度学习安全问题也逐渐引起人们关注,其中,对抗样本攻击是深度学习在安全领域中的热点。如何对深

网络窃听攻击是网络通信安全的重大威胁,它具有隐蔽性和无干扰性的特点,很难通过传统的流量特征识别的被动防御方法检测到。而现有的路径加密和动态地址等方法只能混淆网络协议的部分字段,不能形成全面的防护。提出

基于因果关系知识库的因果事件大规模语料图谱项目,形成因果事件图谱。