摘要
本公开涉及一种网络攻击流量数据的识别方法、装置及电子设备,涉及网络入侵检测技术领域,其中方法包括:获取网络流量测试数据;将网络流量测试数据输入到训练完成的流量识别预测模型中,以利用流量识别预测模型中的一维卷积神经网络提取网络流量测试数据中的数据包特征,以及利用流量识别预测模型中的双向长短时记忆网络提取网络流量测试数据中的会话特征;利用流量识别预测模型中的注意力机制筛选数据包特征和会话特征中的关键特征,并利用流量识别预测模型中的混合分类器对关键特征进行特征分类,以识别网络流量测试数据中的网络攻击流量数据,通过本公开方案,可提高网络入侵的检测效率。
技术关键词
数据包特征
依赖特征
一维卷积神经网络
会话特征
网络流量数据
混合分类器
注意力机制
网络入侵检测技术
序列
识别方法
识别网络流量
电子设备
计算机程序产品
处理器通信
识别装置
标签
系统为您推荐了相关专利信息
负荷预测模型
生成对抗网络
一维卷积神经网络
计算机可读取存储介质
负荷历史数据
测井曲线数据
自动分层
深度学习网络模型
波动特征
多尺度特征融合
动态评估方法
模型更新
加权融合算法
增量更新
生成资源
神经网络模型
图像特征数据
融合特征
辐射光谱特征
材料检测方法
叠层橡胶支座
压电陶瓷换能器
无损检测装置
损伤识别方法
监测螺栓预紧力