《表2 URL各部分的3种模型卷积层参数》
模型2:根据第2章提出的网络模型进行URL检测。先分别设计连续二层卷积层(模型2-a)、三层卷积层(模型2-b)、四层卷积层(模型2-c)的CNN模型对URL的主机名、路径名、文件名及参数域部分进行训练。如表2所示,模型2-a的卷积层参数为卷积c1、卷积c2;模型2-b的卷积层参数为卷积c1、卷积c2、卷积c3;模型2-c的卷积层参数为卷积c1、卷积c2、卷积c3、卷积c4。池化层过滤器使用大小为1×2,步长为2的平均池化。并选择各部分的最优模型组合为模型2的最终优选模型。根据数据集与CNN的特点,选用交叉熵计算误差代价,使用Adam优化器进行优化,设dropout为0.6,学习率为0.0001。
图表编号 | XD00206654700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.16 |
作者 | 张婷、钱丽萍、汪立东、张慧 |
绘制单位 | 北京建筑大学电气与信息工程学院、北京建筑大学电气与信息工程学院、国家计算机网络应急技术处理协调中心、北京建筑大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |