基于TabTransform和遗传算法相结合的网络流量异常检测方法及系统

本发明公开了一种基于TabTransform和遗传算法相结合的网络流量异常检测方法及系统，用于解决异常网络流量预测准确性不高的问题。方法如下：对网络流量数据进行预处理，将数据集中包含的非数字化特征转化为数字特征，再对整个数据集进行归一化处理和数据划分；后对经过处理后的训练数据集使用TabTransformer模型对其进行学习和端到端的模型训练；再基于遗传算法对模型训练的超参数进行优化，以得到最优性能的网络模型；最后将测试数据集输入到已训练完成的模型中，获取预测结果，以衡量模型最终的预测性能。通过比对试验结果显示，本发明提出的技术方案在相关数据集上的性能相比现有其他同类方法取得了显著提升，能够应对不断变化的网络威胁，在实际应用中更加高效。