一种基于小样本数据增强的异常网络流量识别方法

本发明提供一种基于小样本数据增强的异常网络流量识别方法，包括：包括：S1、将一维流量数据转变为二维的灰度图，并使用结合了动态注意力机制的孪生网络逐对分析各类流量数据间的差异；分析孪生注意网络中注意力机制的参数，识别类间的差异特征；S2、使用类间特征差异矩阵选取训练域，引入对比学习方法判断真实数据与生成数据间差异，为每类流量生成增强数据集；S3、在接收中心服务器下发的增强数据集后，各边缘服务器使用增强数据集与本地的样本数据训练步骤S1中的孪生注意网络；由于本地样本数据集各不相同，每个边缘服务器训练得到适合本地数据分布的个性化异常流量识别与分类模型，并有效分类异常流量。