La prosperidad de las redes móviles y las redes sociales aporta comodidades revolucionarias a nuestra vida diaria. Sin embargo, debido a la complejidad y fragilidad del entorno de red, los ataques a las redes se están volviendo cada vez más graves. La caracterización del tráfico de red se utiliza comúnmente para modelar y detectar anomalías de red y, finalmente, para aumentar la capacidad de concienciación sobre ciberseguridad de los administradores de red. Como herramienta para caracterizar el estado de funcionamiento del sistema, se han utilizado ampliamente métodos de medición de complejidad de series temporales basados en la entropía, como la Entropía Multiescala (MSE), la Entropía Multiescala Compuesta (CMSE) y la Entropía Aproximada Difusa (FuzzyEn) en la detección de anomalías. Sin embargo, los métodos existentes calculan la distancia entre vectores utilizando únicamente los dos elementos más diferentes de los dos vectores. Además, la similitud de los vectores se calcula utilizando la función de Heaviside,
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Diseño de un Modelo de Decisión Emocional Basado en la Personalidad para Generar Varios Comportamientos Emocionales de Robots Sociales.
Artículo:
Modelo de identificación de nodos transbordadores para la seguridad de las redes móviles ad hoc
Artículo:
Experiencia empírica y evaluación experimental de Open5GCore sobre hipervisor y contenedor
Artículo:
Modelo de sensor suave híbrido adaptativo del proceso de rectificado basado en la máquina de aprendizaje extremo regularizada y la máquina de vectores de soporte de mínimos cuadrados optimizada por el algoritmo de optimización Golden Sine Harris Hawk.
Artículo:
Investigación e implementación del algoritmo de coincidencia de textos en el campo del derecho y política de vivienda basado en aprendizaje profundo.