摘要
本发明提供了一种网络入侵检测模型的训练方法、装置、检测方法及其装置,利用对抗训练模型对网络入侵检测模型进行训练,对抗训练模型包括卷积块注意力模块、编码模块、隐藏层和解码模块,编码模块包括依次连接的第一时序卷积网络、第二时序卷积网络、第一注意力网络和第一线性块;解码模块包括依次连接的第二线性块、第三时序卷积网络、第四时序卷积网络和第二注意力网络,其中,卷积块注意力模块能够自动为关键特征分配权重,能够提升网络入侵检测模型检测的准确性和特征提取的精度。编码模块由于将时序卷积网络和注意力网络相结合,能够通过注意力机制为不同时间步的数据分配重要性权重,进而能够提升网络入侵检测模型的抗噪能力。
技术关键词
网络入侵检测模型
网络流量数据
编码模块
注意力
解码模块
时序
监测系统
网络入侵检测装置
网络入侵检测方法
降维算法
线性
数据获取模块
输出告警信息
模型训练模块
投影算法
异常流量
系统为您推荐了相关专利信息
杂草识别方法
杂草图像
双线性插值法
计算机视觉技术
保护生态环境
图谱
不确定性推理技术
自然语言解析
逻辑推理技术
构建查询语句
主控模块
显控模块
解码模块
LED驱动芯片
显控系统
多视角
交叉注意力机制
语义
计算机执行指令
叠加方法