基于机器学习的多源威胁情报质量评价方法
在多源威胁情报收集过程中，由于存在数据价值密度低、情报重复度高、失效时间快等问题，情报中心难以对海量情报数据做出科学决策。针对上述问题，提出一种基于机器学习的多源威胁情报质量评价方法。首先基于标准情报格式，设计了一套多源情报数据标准化流程；其次，针对情报数据的特点，分别从情报来源、情报内容、活跃周期、黑名单库匹配程度4个维度提取特征作为评估情报质量的依据；然后针对提取的特征编码，设计了一套基于深度神经网络算法和 Softmax 分类器的情报质量评价模型，并利用反向误差传播算法最小化重构误差；最后根据2 000条开源已标注样本数据，利用K折交叉验证法对模型进行验证，得到了平均91.37%的宏查准率和84.89%的宏查全率，为多源威胁情报质量评估提供借鉴和参考。
文件下载
评论信息
其他资源
- 变电站指针式仪表数据集
- YUV Player
- 深思及各种加密狗初始化及写入工具。
- midi格式音乐大合集
- Zynq-7000 PS部分Ethernet驱动（TCP客户端、UDP客户端）
- 批量将txt转换为html
- OFDM无线局域网（PDF版）
- FRED 下载链接及使用说明
- 医院管理系统
- 中兴981S无线开通手册本地转发
- C#Winform温度计控件
- 哈工大停用词表.zip
- RHCE官方中文版本（基于RHEL7）
- windows+MYSQL+PHP+ZendStudio安装配置教程.zip
- 论文中期检查PPT
- 聊天软件，用套接字编写，完整代码
- cadence15.7破解到2019的License亲测成功
- 华为MA5620ONU系列密码清除
- 编译原理综合性实验 华农
- List View Fixed Table Header
- Qt及Qt Quick开发实战精解（代码）
- 工资管理信息系统毕业设计论文
- 基于PLC的液位控制系统
- 正则表达式api全中文版
- Visual.C++.MFC扩展编程实例.zip
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明