一种基于扩散模型的网络攻击样本生成方法

AITNT
正文
推荐专利
一种基于扩散模型的网络攻击样本生成方法
申请号:CN202411044467
申请日期:2024-08-01
公开号:CN119094158A
公开日期:2024-12-06
类型:发明专利
摘要
本发明提出了一种基于扩散模型的网络攻击样本生成方法,利用一维混合扩散模型对攻击数据进行学习,生成分布相似的新攻击样本。该方法增加了样本量和多样性,提高了物联网系统中的检测精度和鲁棒性,有效应对复杂网络攻击,适用于物联网和工业控制系统的网络安全防护。
技术关键词
采样模块 分布式拒绝服务攻击 样本生成方法 深度网络模型 随机噪声 多维时序数据 上采样 网络安全防护 异常数据 工业控制系统 位置编码器 概率密度函数 标签 集群 联网系统 传感器
系统为您推荐了相关专利信息
1
塑料管材缺陷检测方法及系统
塑料管材 生成对抗网络模型 图像 缺陷检测方法 生成对抗网络训练
2
一种基于深度学习的人脸微表情分类系统构建方法
人脸微表情 分类系统 级联卷积网络 动态上下文信息 人工智能深度学习
3
样本生成和模型训练方法、装置及存储介质
样本生成方法 机器学习模型 模型训练方法 文本 生成样本数据
4
一种基于帧重采样和子带剪枝的轻量化语音增强方法
语音识别场景 上采样 自动语音识别 层级 策略
5
数字图像水印嵌入与提取方法和装置、存储介质
预测误差 水印嵌入 离散余弦变换 处理单元 采样模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号