摘要
本公开提供了一种基于面向攻击行为跟踪的自适应时频特征提取的检测方法,所述方法包括将待检测网络流量数据划分为多个流量子序列,针对每一流量子序列,利用通过对所述流量子序列中不同频率范围的数据进行优化得到的目标小波变换参数(即小波基、层数和尺度参数),对所述流量子序列进行小波变换得到第一特征集,并根据所有的第一特征集的融合特征,确定所述待检测网络流量的检测结果。本公开针对每个窗口内的流量子序列,根据该流量子序列中不同频率范围的数据确定对该流量子序列进行小波变换的目标小波变换参数,从而提高利用小波变换进行特征提取时的准确性,进而提高检测结果的准确性。
技术关键词
检测网络流量
序列
融合特征
参数
网络流量检测装置
重构误差
网络流量检测方法
低信噪比
特征提取单元
处理器
计算机程序产品
注意力
算法
频率
数据
加速器
可读存储介质
终端设备
指令
系统为您推荐了相关专利信息
图像分割系统
深度图像预处理
多尺度特征提取
异常信号
点云
工作系统
飞机仿真系统
仿真模型
驾驶舱
数据处理模块
消防安全评估方法
环境监测数据
随机森林模型
设备运行数据
图像特征向量
高通量植物表型
动态监测系统
表型特征
因子
子模块
大语言模型
答案
计算机存储介质
拆分规则
循环迭代算法