一种基于PFMCGAN-DNN的不平衡网络流量数据异常检测方法

一种基于PFMCGAN‑DNN的不平衡网络流量数据异常检测方法，获取已标注数据类别的不平衡网络流量数据集，分割形成训练集、验证集和测试集，进行预处理；搭建改进的生成对抗网络模型即PFMCGAN模型，使用经过特征选择的训练集数据训练该模型，计算损失函数并反向梯度传播更新模型参数，训练完成后，使用PFMCGAN模型生成新数据，并与原始训练集数据融合以获得平衡训练集；搭建DNN分类模型，使用平衡后的训练集训练DNN模型，计算损失函数并更新参数；使用验证集获取分类阈值；评估模型性能，将测试集数据输入模型中，得到每个输入数据的预测类别，计算分类评价指标。本发明结合特征提取方法和深度学习模型，降低模型的数据复杂度，并提高不平衡数据网络流量异常检测的准确率。