摘要
本发明公开了一种网络异常流量检测方法及装置,该方法包括:基于获取的网络流量数据进行预处理得到处理后的特征图;将处理后的特征图输入至网络异常流量检测模型中得到检测结果;模型训练过程包括:基于获取的网络流量数据集进行预处理得到输入特征图;利用卷积神经网络模块在通道维度和空间维度进行加权处理得到重构特征图;利用自编码器进行处理得到高级特征向量;利用融合模块将重构特征图和高级特征向量进行融合得到融合后的向量;利用门控循环单元模块对融合后的向量进行特征提取得到时序特征;将时序特征输入至Softmax分类器得到分类结果;重复上述模型训练过程直至达到预设条件,得到网络异常流量检测模型。能够准确地检测出网络中的异常流量。
技术关键词
网络异常流量检测
卷积神经网络模块
注意力
门控循环单元
网络流量数据集
时序特征
通道
加权特征
编码器
重构
压缩特征
多层感知机
计算机设备
计算机程序产品
分类器
全局平均池化
系统为您推荐了相关专利信息
风险预警方法
密集特征
时序特征
物联网电梯
矩阵
并行策略
搜索方法
混合整数规划模型
元胞自动机
量子退火算法
混凝土桥梁
剩余寿命预测方法
语义标签
钢筋锈蚀速率
坐标
物品自动分类
分类物品
图像
注意力机制
池化算法
三角网模型
生态
智能识别方法
指标
数字孪生模型