摘要
本发明公开了一种基于平滑噪声数据增强的流量分类方法及系统,通过噪声生成模块生成统一的归一化噪声,并将归一化噪声转化成特征噪声;噪声优化模块通过基于梯度的算法对噪声形状进行优化,通过改进的贝叶斯优化器对噪声尺度进行优化;数据增强模块根据优化后的噪声形状和噪声尺度生成优化的平滑噪声,并分别添加到良性样本和恶意样本中,得到增强后的新样本;集成学习模块将增强样本统一作为伪恶意样本,对流量分类器进行训练,收集在多组噪声尺度下训练的流量分类器的结果,使用改进的Boosting算法对分类结果进行结合,得到最终的分类结果。本发明有效优化流量分类器的分类边界,提高流量分类器对于未知类型恶意流量的查全率,增强分类结果的泛化性。
技术关键词
恶意样本
流量分类方法
噪声数据
累积分布函数
噪声因子
训练集
算法
分类边界
弱分类器
噪声特征
模块
分类系统
处理器
计算机设备
标记
系统为您推荐了相关专利信息
路径损耗值
路径损耗数据
离群点
指纹定位技术
信噪比统计
监控视频智能
三维卷积神经网络
巡检管理方法
累积分布函数
画面
加密流量分类方法
二维卷积神经网络
时序特征
Softmax函数
一维卷积神经网络
道路噪声消除系统
机器可读存储介质
机器学习库
误差麦克风
参数
状态仿真方法
累积分布函数
辐射传输模型
固相
参数