基于D-VAE-WGAN的SDN异常流量分布式检测方法及系统

本发明公开了一种基于D‑VAE‑WGAN的SDN异常流量分布式检测方法及系统，包括：基于采集的原始流量样本数据集对D‑VAE‑WGAN模型进行协同训练，得到最优D‑VAE‑WGAN模型；云端服务器将训练好的判别器Dd的副本发送到各子网控制器中，与控制器中原有的编码器Ge、解码器Gd和判别器De共同构成检测代理；基于检测代理计算出重构样本的重构误差和判别误差，获取样本的误差值；基于所得到的样本的误差值与设置的阈值进行判断，若误差值大于判断的阈值时，判定该样本为异常样本。本发明通过VAE作为编码器解决GAN收敛缓慢问题，使用Wasserstein距离作为相似性度量避免GAN“模式崩溃”风险。使用生成器交换参数的方式进行联合训练，使每个子网都能学习到其它子网中的流量数据分布，提升SDN网络整体防御能力。