摘要
本发明公开了一种物联网网络异常流量监测方法及系统,涉及网络入侵检测技术领域;其中方法包括:采集物联网的网络流量数据,获得待测数据;通过预先训练的检测模型中交替堆叠的卷积层和池化层,对所述待测数据执行多级卷积‑最大池化操作,提取出高阶特征;利用所述检测模型中的代理注意力网络对所述高阶特征进行权重分配,生成关键特征向量;利用所述检测模型中的柯尔莫哥洛夫‑阿诺德网络对所述关键特征向量进行非线性映射,生成网络异常流量的检测结果;本发明提供的方法及系统,能够挖掘出数据中更多的潜在特征信息,提高网络异常流量的检测精度。
技术关键词
网络异常流量检测
网络入侵检测技术
网络流量数据集
可视化界面
注意力
训练检测模型
数据缺失值
监测系统
更新模型参数
数据分析单元
非线性
标识符
训练集
统计方法
异常数据