摘要
本发明公开一种基于多级特征融合与自适应平衡的网络恶意流量检测方法,属于网络安全和机器学习技术领域。方法包括:网络流量检测数据集收集与制作、基于数据集进行数据预处理、建立多级特征融合的策略和模型、建立自适应平衡训练(ABT)模型、针对待检测网络流量样本。本发明在提高准确性、适应性、实时性和响应性方面相对于传统方法具备更多优势。
技术关键词
矢量化方法
多级特征融合
恶意流量检测模型
网络流量数据
恶意流量检测方法
统计特征
网络流量检测
样本
检测网络流量
时序特征
融合特征
Sigmoid函数
网络异常检测
网络流量特征
生成触发信号
注意力
机器学习技术
系统为您推荐了相关专利信息
大语言模型
蜜罐构建方法
web服务器
电力
双向长短期记忆网络
关系分析方法
分析系统
社区发现算法
网络资产管理
管理工具
脱敏数据
数据脱敏方法
脱敏策略
进出系统
机器学习模型