一种抗噪声污染的高鲁棒网络流量分类方法

本发明涉及一种抗噪声污染的高鲁棒网络流量分类方法，属于网络安全入侵检测技术领域。该方法首先利用聚类算法实现对流量数据的初步清洗，进而向流量数据添加高斯噪声，再利用自编码器模型具备的抗干扰能力以及异常检测能力还原出未添加噪声的数据并进行分类，有效减少了现实网络环境中的噪声和干扰对流量数据的影响，使得模型能够更加易于学习流量数据的本质特征，提高了网络流量分类的的准确性和鲁棒性。