摘要
本发明涉及一种基于稀疏矩阵的异常流量检测方法,属于计算机网络安全技术领域。本发明通过稀疏矩阵压缩存储、动态特征更新和高效计算框架,降低资源消耗并提升检测精度。实验表明,本发明在100Gbps流量环境下检测延迟低于30ms,存储占用减少87.5%,在CIC‑IDS2017和UNSW‑NB15数据集上F1‑score达96%以上,误报率低于2%。本发明适用于5G核心网、云数据中心及物联网等大规模网络场景,能够显著提升实时异常检测效率与资源利用率。
技术关键词
异常流量检测
矩阵
重构误差
动态更新
滑动窗口机制
指数加权移动平均值
网络流量元数据
计算机网络安全技术
森林模型
离散特征
时序特征
环形缓冲区
云数据中心
连续特征
元素
训练集
协议
系统为您推荐了相关专利信息
扰动观测器
状态空间模型
并网逆变器系统
状态观测器
谐振
导航信号捕获方法
信号捕获装置
多普勒
时延
中频信号
系统故障预测方法
梯度提升决策树
故障诊断模型
位置更新
人工智能故障诊断技术
信息物理系统
数学模型
检测器
网络安全防御技术
卡尔曼滤波