摘要
本发明提供一种基于零和博弈的网络攻击处理方法及系统,涉及数据处理领域,可解决对网络攻击处理准确性不高的问题。该方法,包括:根据分类系统中各分类器的最优权重以及各分类器对样本的预测值,确定样本中的目标样本,分类系统至少包括随机森林分类器、极端随机树分类器和梯度提升分类器,样本包括网络攻击信息;接着,将目标类样本通过生成对抗网络模型进行数量扩充处理,获得扩充样本;然后,根据扩充样本和样本进行网络攻击检测,确定是否存在网络入侵攻击行为。通过生成对抗网络模型生成具有真实性与多样性的扩充样本,进而有利于找到隐藏的网络入侵攻击行为。从而提高了对网络攻击的处理准确性。
技术关键词
分类器
样本
GAN模型
随机森林
编码器
网络攻击信息
解码器
分类系统
生成对抗网络模型
高维数据空间
随机噪声
数据分布
重构
错误率
扩充模块
标签
代表
系统为您推荐了相关专利信息
运动想象脑机接口
解码模型
卷积模块
模式滤波器
特征工程
数据智能分析方法
外形飞行器
风洞
飞行器外形
SOM算法
肠道微生物标记物
菌种
阿克曼氏菌
流感嗜血杆菌
非小细胞肺癌患者