一种基于CGAN和TabTransformer的异常流量分类检测方法

本发明属于网络安全的技术领域，具体涉及为一种基于CGAN和TabTransformer的异常流量分类检测方法。该异常流量分类检测方法通过CGAN数据平衡模块针对少数类异常流量进行数据扩充，以缓解类别不均衡问题；扩充后的数据与原始数据结合，输入至TabTransformer异常分类模块进行深入的特征提取和分类，其中TabTransformer模型结合多头注意力机制和前馈神经网络提升分类性能。本发明通过在CIC‑IDS2017、UNSW‑NB15和NSL‑KDD三个公共数据集上的实验，并在精确率、召回率、F1分数和准确率等关键评估指标上均优于现有方法，验证了其在异常流量检测任务中的优越性和泛化能力。