摘要
本发明涉及网络安全技术领域,特别涉及一种基于双表征网络的有噪网络流量表示方法及网络流量识别方法和系统,利用网络流量样本数据对双表征网络进行训练,使双表征网络从标签特征和流量特征双维度挖掘网络流量数据特征表征,所述双表征网络包含用于学习原始样本标签中标签分布并输出标签表征的标签表征网络和用于结合标签表征挖掘网络原始流量特征中抗噪流量特征并输出特征表征的特征表征网络,以从标签和特征维度表征流量增强其抗标签噪声能力,提升网络流量识别模型训练鲁棒性。本发明能够提升深度神经网络在处理含噪数据集时的效能,使其在标签噪声较高的场景下能够展现出优越的性能表现,可满足网络入侵检测等领域的流量识别需求。
技术关键词
网络流量数据
网络流量识别方法
网络优化
识别网络流量
网络流量识别系统
样本
模型训练模块
标签特征
网络入侵检测
输出特征
网络安全技术
自动编码器
信息熵
识别模块
融合标签
噪声标签
深度神经网络