摘要
本发明公开了一种基于时空注意力机制的恶意流量识别方法与装置,本发明的方法计算流训练数据集中每条流的时空特征;获取流训练数据集中每条流的源和目的邻居流的时空特征组合,并计算每条流的邻居嵌入;将时空特征和邻居嵌入输入至判别器计算恶意程度得分;计算恶意程度得分与流标签的差值,计算编码器、注意力网络和判别器参数相对于差值的梯度,更新网络参数,记录使得流训练数据集达到最佳召回率和假阳率平衡的阈值;利用训练好的判别器计算待检测的流的恶意程度得分,并与阈值比较大小以识别待检测的流是否为恶意流。本发明解决在基于图的恶意流量识别中,流之间的时空相关性利用不充分问题,从而实现准确的隐蔽恶意流量识别。
技术关键词
邻居
神经网络模型
恶意流量识别方法
编码器
时空注意力机制
更新网络参数
统计特征
神经网络参数
数据
初始化方法
流检测模块
模式
索引
矩阵
元素
系统为您推荐了相关专利信息
刹车片
动作执行装置
神经网络模型
工业相机
并联机器人
智能车辆
建模方法
车辆动力学模型
神经网络模型
质心侧偏角
导航控制系统
多传感器融合
移动底盘
激光雷达数据融合
节点
数据处理方法
径向基核函数
流式细胞分析仪
梯度提升决策树
滑动时间窗口
集群
变压器故障诊断
神经网络模型
马尔科夫跳变
节点