摘要
本发明涉及网络安全技术领域,且公开了一种用于网络安全的高性能检测分析方法,包括以下步骤:S1、将网络安全数据编码为二维灰度图形式;S2、使用卷积神经网络(CNN)对所述二维灰度图进行分类;S3、利用对抗生成网络(GAN)对类别较少的攻击数据进行学习并生成符合攻击数据分布的新数据,加入到原有训练集中再对深度学习模型进行训练。该用于网络安全的高性能检测分析方法,生成器基于少量的攻击样本学习并生成符合真实攻击数据分布的新数据,这些新数据加入原有训练集以扩充少数类别的样本数量;随后,使用All‑KNN算法评估数据均衡性,并根据需要调整GAN的生成参数或重新采样,直至达到数据平衡标准;增强了模型的鲁棒性和泛化能力。
技术关键词
检测分析方法
高性能
网络安全数据
可视分析系统
数据编码
样本
数据分布
深度学习模型
Softmax函数
卷积神经网络训练
生成参数
网络流量特征
滑动窗口机制
特征选择方法
多头注意力机制
网络流量数据
网络安全技术