一种基于时间序列的网络流量对抗样本生成方法及系统

本发明属于人工智能安全领域，公开了一种基于时间序列的网络流量对抗样本生成方法。本发明首先使用网络流量的时间序列特征数据训练一个一维CNN分类网络，再对CNN使用FGSM攻击算法得到对抗样本，将该对抗样本作为通用对抗扰动注入到原始样本中网络流量包传输方向交换的位置，然后将扰动后的样本返回给CNN再使用FGSM攻击算法迭代生成对对抗样本，最后将生成的通用对抗扰动注入到其他时间序列数据集中并对堆叠去噪自编码器进行对抗样本攻击。本发明能够有效地生成针对网络流量时间序列特征的通用对抗扰动，该通用对抗扰动能够有效降低模型对僵尸网络、暴力破解、端口扫描、Web攻击和DDoS攻击五种网络流量的分类性能。