摘要
本发明公开了一种基于多视图的数据流量异常检测方法及装置,方法包括:通过流量镜像将网络端口的数据流量导入检测装置中;对数据流量进行预处理,形成会话队列;对会话队列进行筛选,获得目标流量,对每个目标流量进行标记并生成对应的标签,将目标流量进行整合获得目标流量集合;基于目标流量集合进行多视图特征提取,获得多视图特征;提取多视图特征的初步表征;对初步表征进行筛选,获得表征矩阵;对不同视图的表征矩阵进行拼接,获得全局表征矩阵;将全局表征矩阵输入至多任务学习模型,输出对应于多个任务的异常检测结果;该方法能够很好地挖掘数据通信网络流量的深层次特征,实现对数据通信网络中存在的网络威胁的高精度检测。
技术关键词
多任务学习模型
流量异常检测方法
掩码矩阵
协议
多头注意力机制
主机
流量异常检测装置
网络端口
队列
会话
特征提取模块
多层感知机
残差模块
数据通信网络
输入模块
输出模块
标志位
系统为您推荐了相关专利信息
激光雷达数据
全局结构信息
光谱成像
融合特征
神经网络单元
路径损耗模型
宏基站
矩阵
Delaunay三角剖分
基站动态休眠
加密文件系统
抵御重放攻击
解密数据流
文件系统过滤驱动
关键算法
Delta机器人
机器人模型
误差修正方法
障碍物
平台
伪随机函数
密钥生成算法
协议
信道建立方法
会话