GNN
文章平均质量分 61
图神经网络相关知识
「已注销」
研究方向:机器学习,深度学习,加密流量分类(付费专栏无法撤销,勿购买)
展开
-
机器学习是安全?还是威胁?
机器学习是安全,还是威胁?原创 2022-04-12 15:13:53 · 3820 阅读 · 0 评论 -
多行为聚集问题
多应用聚集问题1. 问题的定义多应用聚集问题是隧道流量分类领域的一个问题,当前隧道流量识别技术可以较高精度地识别用户使用单个应用的流量,但是当使用的应用为两个或者多个时,应用识别率就会极大的降低,这一难题称为多应用聚集问题。(多应用聚集问题的定义由本人首次提出,参考请引用)2. 伴随的问题隧道内具有相同的发送者和接收者,是出现该问题的主要根源之一。传统的加密流量,就不存在这个问题。因为每条流属于不同的应用,可以通过流分类来确定不同的应用行为。隧道对流量进行了压缩,m条流被压缩成n条流(一般是压缩成原创 2021-06-24 10:49:47 · 165 阅读 · 0 评论 -
Graph Representation Learning翻译版
本篇文章旨在通过最直白的语言解释一些GNN中的基础知识,涉及到的内容包括:GNN在现实中的应用研究图问题的两个重要原则GNN是如何学习的GNN中信息如何传递?什么是卷积GNN,注意力GNN和信息传递GNN?关于GNN的一些观点一、现实世界中GNN的应用判断分子特性生物分子就是一个图结构,其中每一个原子是一个节点,连接原子的化学键就是一个边。关于分子有一些比较有趣的研究任务,比如判断一个分子是不是一种强烈的药物。此时,可以将该分子通过GNN来进行二分类。GNN应用于化学领域这样训练以后,原创 2021-03-18 20:38:46 · 584 阅读 · 0 评论