一种双通道多尺度的网络流量异常检测方法

AITNT
正文
推荐专利
一种双通道多尺度的网络流量异常检测方法
申请号:CN202510004381
申请日期:2025-01-02
公开号:CN119788399B
公开日期:2025-10-14
类型:发明专利
摘要
本发明公开了一种双通道多尺度的网络流量异常检测方法,属于网络安全技术领域。针对现有方法不能全面分析网络流量的时间空间特征来进行异常检测的问题,首先将网络流量数据的所有特征分为空间特征以及时间特征,空间特征通过多个不同尺度的空洞卷积提炼和扩展,捕捉不同距离内的空间信息,将多个空洞卷积块的输出进行组合,通过全连接层与时间特征进行融合,时间特征通过BIGRU建模时序依赖关系,注意力机制为序列中的每个时间步分配不同的权重,增强对重要时序特征的捕捉;然后通过融合层完成对两个通道特征的融合;最后通过线性层映射到输出空间,生成每个类别的概率分布。实验结果表明,本发明在真实世界数据集上取得了较好的结果。
技术关键词
网络流量异常检测模型 网络流量异常检测方法 门控循环单元 多尺度 网络流量特征 异常流量 空洞 网络流量数据 注意力机制 卷积模块 sigmoid函数 pcap文件 层次结构信息 真实网络环境 分析网络流量 线性 时序特征 历史流量数据 时序依赖关系 深度学习框架
系统为您推荐了相关专利信息
1
肺炎病原体分类方法及系统
肺部CT图像 训练样本图像 学习器 标签 热力图
2
一种基于图像处理的实时受电弓异常检测方法
异常检测方法 神经网络单元 图像处理 关键点 空间金字塔池化
3
一种胶质瘤图像分割方法、系统、计算机设备及存储介质
图像分割方法 分辨率 融合特征 输入多尺度 金字塔池化模块
4
基于医疗大模型的医疗病案数据处理方法及系统
预测特征 多层注意力机制 数据处理方法 邻居 实体
5
基于对抗融合特征和Transformer的矿区土地利用分类方法和系统
土地利用分类方法 交叉注意力机制 特征融合网络 融合特征 数据
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