银河官网冼广铭副教授在中科院二区SCI期刊《IEEE Access》上发表最新研究成果论文

2020年3月16日，yh533388银河冼广铭副教授以独立作者，在中科院SCI二区期刊《IEEE Access》（中科院二区，JCR一区，影响因子：4.098）上发表题目为《Cyber Intrusion Prevention for Large-Scale Semi-Supervised Deep Learning Based on Local and Non-Local Regularization》论文。《IEEE Access》发表原创性研究成果，是具有广泛影响的高水平国际学术刊物，其涉及的领域有计算机科学、信息工程、电力电子等。

在目前复杂的网络空间环境下，传统的网络空间安全防御技术无法满足网络空间安全的需要。本论文提出了一种基于局部和非局部正则化的适用于大规模半监督深度学习的网络空间入侵防御模型。由于具有低的错误率，本论文采用的基于区分深度置信网络的网络空间入侵防御技术已成为当今的研究热点。与Hopfield神经网络、支持向量机（SVM）和生成对抗网络（GAN）等其它流行的网络空间入侵防御技术相比，本文提出的基于区分深度置信网络的防御模型的防御效果更佳。

图 大规模网络空间入侵防御模型原理 

冼广铭，博士，副教授，硕士生导师。长期从事人工智能、机器学习和深度学习方面的研究，在《Expert systems with applications》（3篇，中科院二区， 影响因子，4.292）、 《Neural network world》（影响因子，0.957）、《Journal of computational intelligence and applications》、《计算机科学》、《计算机工程》、《计算机工程与应用》等国内外著名期刊上以第一作者和通讯作者发表论文三十来篇，其中中文核心14篇，18篇被SCI、EI、ISTP检索（SCI收录8篇，EI收录8篇）。 

附：论文《Cyber Intrusion Prevention for Large-Scale Semi-Supervised Deep Learning Based on Local and Non-Local Regularization》的下载地址如下：

https://ieeexplore.ieee.org/document/9037285?source=authoralert

撰稿：冼广铭

审稿：申淑媛