一种基于TransGAN网络的异常行为检测方法

本发明属于网络异常行为检测技术领域，具体涉及一种基于TransGAN网络的异常行为检测方法。首先利用时间滑动窗口机制结合时序敏感型XGBoost算法动态评估特征重要性，通过双阈值筛选基础特征集和注意力关键特征集；随后构建生成器与鉴别器协同工作的TransGAN模型，生成器采用位置感知嵌入技术强化关键特征聚焦并引入门控机制动态调节基础特征权重，鉴别器融合深度可分离卷积提取局部特征与轻量级Transformer解码器进行全局分布比对；最后通过双通道检测流水线，重构通道计算输入数据与生成输出的残差特征，判别通道生成异常置信度，融合二者形成综合异常评分实现精准判定。提升了异常检测的准确性、鲁棒性和实时性，适用于多种异常检测场景。