摘要
本公开提供了一种网络攻击的检测模型训练方法、训练装置、检测方法、存储介质及计算机设备,包括:获取网络攻击训练数据集;对攻击训练数据集进行预处理后进行量子态编码形成第一输入量子态;将第一输入量子态输入变分量子线路,通过动态调整形成最优参数,并基于最优参数得到对应的第一检测结果,用以表征网络流量数据中是否存在网络攻击行为;将最优参数赋予一变分量子神经网络模型形成网络攻击检测模型;通过训练获取的最优参数输入至变分量子神经网络模型形成网络攻击检测模型,本公开可以灵活设计变分量子神经网络模型,在使用较少量子比特的情况下也能达到较高的检测精度。
技术关键词
量子态
量子神经网络
网络攻击检测方法
网络流量数据
检测模型训练方法
参数
训练装置
计算机设备
粒子
线路
数据获取模块
处理器
特征选择
动态
预测误差
编码模块
可读存储介质
系统为您推荐了相关专利信息
电梯轿厢
检测模型训练方法
检测损失
样本
视频帧
生成对抗网络
溯源方法
通信结构
演化特征
网络流量数据
入侵防御方法
网络入侵防御
异常流量
分析器
探测器
量子态
相干性
分布式计算架构
远程费控
专用变压器