摘要
本发明公开了一种网络入侵流量检测方法、系统、设备及存储介质,应用于电网流量检测。所述方法提出基于掩码‑重建的预训练策略和改进的单中心损失函数,预训练阶段采用SupMAE策略,通过编码器、解码器和分类头对网络流量进行处理,计算重建和分类损失以优化模型;改进的稳定单中心损失函数增强模型对未知异常数据的检测能力及泛化性能。训练过程分阶段设置优化器、学习率等参数。本发明在不同数据集上实验结果优于现有方法,能有效检测网络入侵流量,提高检测精度和效率,为网络安全提供可靠保障,适用于各类网络环境的入侵检测系统。
技术关键词
网络入侵流量
网络流量数据
编码器
注意力机制
优化器
解码器模型
训练集数据
检测网络入侵
策略
阶段
重采样技术
样本
入侵检测系统
分布式训练
符号特征
平滑技术
系统为您推荐了相关专利信息
人脸识别模型
人脸识别方法
人脸图像信息
人脸图像特征
人脸识别装置
剩余使用寿命预测
深度学习模型
轴承剩余寿命
注意力机制
时序依赖关系
信息咨询服务系统
语义向量
图谱
融合置信度
时效性