基于注意力机制和深度学习的恶意流量检测方法及系统

AITNT
正文
推荐专利
基于注意力机制和深度学习的恶意流量检测方法及系统
申请号:CN202410786301
申请日期:2024-06-18
公开号:CN118869238A
公开日期:2024-10-29
类型:发明专利
摘要
本发明涉及网络空间安全技术领域,本发明公开了基于注意力机制和深度学习的恶意流量检测方法、系统、存储介质及设备,包括:获取待检测的网络节点的流量数据,并进行预处理;采用训练后的恶意流量检测模型在线检测预处理后的流量数据,得到流量数据所属类别;其中,恶意流量检测模型包括层次特征提取模型、时空特征提取模型和自注意力层,所述层次特征提取模型通过堆叠的卷积层,提取流量数据的层次特征图,所述时空特征提取模型采用卷积长短时记忆网络,提取不同尺度的时空结构特征;所述自注意力层对层次特征图和不同尺度的时空结构特征进行加权融合。提高了恶意流量检测的精度。
技术关键词
特征提取模型 恶意流量检测方法 恶意流量检测模型 卷积长短时记忆网络 注意力机制 集成特征 多尺度特征 数据 网络节点 解码 融合特征 编码 非线性 在线 矩阵 切片 模块 精度
系统为您推荐了相关专利信息
1
一种基于改进DQN的多场地资源与任务调度系统及调度方法
任务调度系统 离散事件驱动 多头注意力机制 决策 动态资源调度
2
基于多任务卷积神经网络的昆虫分级分类方法和装置
多任务卷积神经网络 分级分类方法 样本 卷积特征提取 图像增强
3
一种基于深度强化学习的人形机器人、投篮方法及存储介质
人形机器人 深度强化学习 机器人控制模块 决策 网络
4
一种基于AI的转炉冶炼过程自动优化方法及设备
自动优化方法 螺旋填料 音频特征提取 视觉特征提取 补丁
5
一种基于多模态信息融合和大模型推演的自动驾驶车辆风险态势预测方法、系统及存储介质
风险态势预测方法 多模态信息融合 交叉注意力机制 自动驾驶运动规划 意图
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号