基于深度学习的网络流量异常监测及预警方法及系统

本申请提供了基于深度学习的网络流量异常监测及预警方法及系统，涉及网络安全领域。本申请采集目标网络流量并进行预处理，生成序列化的流量数据；将流量数据输入具备稀疏注意力机制的长序列Transformer变体模型，对流量数据的时序依赖与全局上下文特征进行表征，生成第一特征表示；将第一特征表示输入胶囊神经网络，通过胶囊单元的动态路由机制获取多层级深度特征表示；对多层级深度特征表示进行异常判定，生成异常判定结果，并基于异常判定结果，生成预警信息。该方法在长序列环境下兼顾计算效率与全局依赖，能提高复杂攻击的识别准确度，适用于大规模网络流量的实时防护。