System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及忆阻器,具体为一种氧化钨基同质结光电忆阻器的制备及网络入侵检测方法。
技术介绍
1、在当前人工智能和物联网技术迅猛发展的背景下,软件和算法的进步与底层硬件的发展之间存在显著的差距。为了弥补这一差距,类脑神经形态器件及系统应运而生,旨在模仿人脑的处理和学习机制,以实现更高效的数据处理。其中,忆阻器因其能够模仿神经元突触的可塑性,即根据电压变化调节其电阻,成为这一领域的关键技术。这种基于纳米级电阻变化的存储器件不仅能有效处理复杂数据,还具有低能耗的优势。
2、然而,尽管忆阻器在模拟生物神经系统方面展现出巨大潜力,但在处理和呈现复杂网络安全数据方面仍面临挑战。目前主要存在以下几个问题:
3、问题一:传统的光电忆阻器制备困难,性能差,无法实现大规模的商业化应用;
4、问题二:当前对网络入侵数据的分析方法多依赖传统的数据处理技术,这不仅耗时效率低,而且难以捕捉数据的复杂模式和动态变化;
5、问题三:光电忆阻器在网络入侵检测的应用困难,无法实现对网络入侵数据的有效检测。
技术实现思路
1、针对现有技术中存在的硬件的发展跟不上算力需求及传统的网络入侵数据难以高效处理等技术问题,本专利技术提供一种氧化钨基同质结光电忆阻器的制备及网络入侵检测方法,首先,通过调控o2流量,构建富氧氧化钨(wo3(or))/缺氧氧化钨(wo3(od)),形成能带差异显著的同质结,以便调控wo3功能层中氧空位的动态迁移行为,使得器件具有可调可控的光电突触特性;
2、为实现上述专利技术目的,本专利技术公开了以下述技术方案:
3、本专利技术提供的一种氧化钨基同质结光电忆阻器的制备方法及网络入侵检测方法,包括以下步骤:
4、s1:氧化钨基同质结光电忆阻器的制备方法;
5、s2:网络入侵检测的实现方法。
6、进一步地,上述s1中,氧化钨基同质结光电忆阻器的制备方法具体如下:
7、s101:氧化铟锡玻璃经清洗后得到底部电极;
8、s102:氧化钨靶在贫氧环境下通过射频磁控溅射沉积贫氧氧化钨薄膜,得到第一阻变层;
9、s103:氧化钨靶在富氧环境下通过射频磁控溅射沉积富氧氧化钨薄膜,得到第二阻变层;
10、s104:银靶通过使用直流磁控溅射在第二阻变层上,得到顶部银电极。
11、进一步地,上述s2中,网络入侵检测的实现方法具体如下:
12、s201:数据预处理单元;
13、s202:图像分类单元;
14、s203:数据预处理单元和图像分类单元形成神经网络模型,利用数据集进行训练,以获得所需的权重,利用氧化钨基同质结光电忆阻器神经突触特性中的长时程增强特性和长时程抑制特性将权重归一化,并映射到神经网络模型中的权重值进行权重值替换,并进行测试得到训练完毕的神经网络模型;
15、s204:训练完毕的神经网络模型实现网络入侵数据的检测。
16、与现有技术相比,以上一个或多个技术方案存在以下有益效果:
17、1、制备工艺方面,形成同质结的两层阻变层在不同的氧气流量下使用了相同的磁控溅射参数,使得磁控溅射的过程简单、得到的薄膜一致性高、成本低廉并且可大面积制备,制备的氧化钨基同质结光电忆阻器薄膜具有很高的一致性以及具有优良的光电突触特性;
18、2、性能方面,本专利技术通过构建氧化钨同质结进行界面氧空位动态迁移的调控,实现了器件在光电信号调制下的突触行为。基于器件的光电突触性能,实现了低功耗、高识别率的网络入侵检测系统。
本文档来自技高网...【技术保护点】
1.本专利技术提供的一种氧化钨基同质结光电忆阻器的制备及网络入侵检测方法,其特征在于:
2.根据权利要求1所述的氧化钨基同质结光电忆阻器制备及网络入侵检测方法,其特征在于,上述S2中,数据预处理单元分为三个阶段:数值化转换、归一化处理、以及文本数据转换为图像数据;图像分类单元获取数据处理单元输出的图像数据,该单元采用AlexNet架构来构建卷积神经网络,包括卷积层、激活函数层、池化层和全连接层,进行提取和分析图像特征;数据预处理单元和图像分类单元形成卷积神经网络模型;在对卷积神经网络的训练过程中,利用氧化钨基同质结光电忆阻器神经突触特性中的长时程增强特性和长时程抑制特性将权重归一化,并映射到神经网络模型中的权重值进行权重值替换,进行测试得到训练完毕的神经网络模型并实现对网络入侵数据的检测。
【技术特征摘要】
1.本发明提供的一种氧化钨基同质结光电忆阻器的制备及网络入侵检测方法,其特征在于:
2.根据权利要求1所述的氧化钨基同质结光电忆阻器制备及网络入侵检测方法,其特征在于,上述s2中,数据预处理单元分为三个阶段:数值化转换、归一化处理、以及文本数据转换为图像数据;图像分类单元获取数据处理单元输出的图像数据,该单元采用alexnet架构来构建卷积...
【专利技术属性】
技术研发人员:阚皞,郭子龙,杨文豪,李阳,张春伟,高嵩,
申请(专利权)人:济南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。