基于网络攻击检测和启发式算法的路面结构优化设计系统
打开文本图片集
摘要：为满足当今时代沥青路面结构设计的实际需求，基于深度学习和启发式算法设计了一个保证数据安全，可以有效防范网络攻击且足够智能化的路面结构优化设计系统。首先，针对日益复杂的网络攻击问题，提出了BERT-BiLSTM-CNN深度学习模型，对SQL注入攻击问题进行检测。通过与现有的深度学习分类模型进行对比实验，结果表明，BERT-BiLSTM-CNN模型相对于其他模型具有更好的检测效果，准确率和F分别达到了96.69%和95.43%。（剩余21191字）