En muchos colegios y universidades, se han aplicado los MOOCs en muchos cursos, incluyendo cursos ideológicos y políticos, lo cual es muy importante para la educación ideológica y moral de los estudiantes universitarios. Los MOOCs ideológicos y políticos rompen las limitaciones de tiempo y espacio, y los estudiantes pueden aprender de manera conveniente y rápida estos cursos a través de la red. Sin embargo, debido a la apertura de los MOOCs, puede haber algunos comportamientos de acceso anormales que afectan el proceso normal de los MOOCs. Por lo tanto, en este artículo, proponemos un método de detección de comportamientos de acceso anormales de los MOOCs ideológicos y políticos en colegios y universidades. Basado en el aprendizaje profundo, se establece un modelo de detección de comportamiento de red para distinguir si el comportamiento de red es normal, con el fin de detectar el comportamiento de acceso anormal a la red. Para demostrar la efectividad y eficiencia del algoritmo propuesto, se compara con otros dos métodos de detección de comportamiento
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:
NCS de retroalimentación de salida de ataques DoS desencadenados por eventos de doble final
Artículo:
Entrenamiento de discriminación gramatical en inglés y modelo de red de filtrado de búsqueda
Artículo:
Evaluación de la localización mediante técnicas basadas en Filtro de Kalman Extendido, Filtro de Kalman Inextendido y Filtro de Partículas.
Artículo:
Un Ajuste Totalmente Automatizado de Métodos de Conjunto en Aprendizaje Automático para Modelar Sistemas Inmobiliarios Complejos
Artículo:
Control robusto para el sistema de cables de suspensión del helicóptero no tripulado con falla en el sensor bajo un entorno complejo.