03 2019 档案

摘要:Deep learning: Dropout, DropConnect from:https://www.jianshu.com/p/b349c4c82da3 Dropout 训练神经网络模型时,如果训练样本比较少,为了防止模型过拟合,可以使用Dropout来一定程度的减少过拟合。Dropout是H 阅读全文
posted @ 2019-03-27 06:43 bonelee 阅读(1826) 评论(0) 推荐(0) 编辑
摘要:cmd = 'python extract_tls_flow.py -vr "{}" -o black/"{}.txt" >logs/black/"{}.log"'.format(filename, os.path.basename(filename), os.path.basename(filen 阅读全文
posted @ 2019-03-15 17:59 bonelee 阅读(3407) 评论(2) 推荐(1) 编辑
摘要:原文见:http://packetlife.net/blog/2010/jun/7/understanding-tcp-sequence-acknowledgment-numbers/ from:https://blog.csdn.net/a19881029/article/details/3809 阅读全文
posted @ 2019-03-14 14:34 bonelee 阅读(993) 评论(0) 推荐(0) 编辑
摘要:转载 1.过滤IP,如来源IP或者目标IP等于某个IP 例子: ip.src eq 192.168.1.107 or ip.dst eq 192.168.1.107 或者 ip.addr eq 192.168.1.107 // 都能显示来源IP和目标IP Linux上运行的wireshark图形窗口 阅读全文
posted @ 2019-03-13 15:25 bonelee 阅读(2949) 评论(0) 推荐(0) 编辑
摘要:from:https://zhuanlan.zhihu.com/p/44163528 哪些问题? 梯度消失会导致我们的神经网络中前面层的网络权重无法得到更新,也就停止了学习。 梯度爆炸会使得学习不稳定, 参数变化太大导致无法获取最优参数。 在深度多层感知机网络中,梯度爆炸会导致网络不稳定,最好的结果 阅读全文
posted @ 2019-03-05 11:08 bonelee 阅读(40127) 评论(1) 推荐(5) 编辑
摘要:Kmeans算法的缺陷 聚类中心的个数K 需要事先给定,但在实际中这个 K 值的选定是非常难以估计的,很多时候,事先并不知道给定的数据集应该分成多少个类别才最合适Kmeans需要人为地确定初始聚类中心,不同的初始聚类中心可能导致完全不同的聚类结果。(可以使用Kmeans++算法来解决)针对上述第2个 阅读全文
posted @ 2019-03-02 16:02 bonelee 阅读(6719) 评论(0) 推荐(0) 编辑
摘要:结合CNN的可以参考:http://fcst.ceaj.org/CN/article/downloadArticleFile.do?attachType=PDF&id=1497 除了行为,其他还结合了时序的异常检测的:https://conference.hitb.org/hitbsecconf20 阅读全文
posted @ 2019-03-01 16:17 bonelee 阅读(3250) 评论(0) 推荐(2) 编辑

点击右上角即可分享
微信分享提示