摘要
本发明涉及计算机技术领域,特别是涉及一种解决网络流量分类不平衡的通用流量图像生成方法,基于会话流的方式从原始网络流量中以时间顺序排列合并成一个会话流,采用以数据包为单位进行转换为图像的方法,将每个数据包的有效负载转换为灰度图像;使用SCGAN进行训练;采用卷积降噪自编码器消除噪声,对生成的流量样本进行高清重构;将经过高清重构生成的少数类别流量图像样本与原始的真实流量样本进行合并。本发明在把数据包转换为流量图像时,不仅保留了网络流量的时序依赖关系,还保留了图像表示中数据包之间的结构性特征,本发明构建出一个平衡的新的网络流量数据集,保持数据集的真实性和多样性,提高模型的泛化能力和效果。
技术关键词
网络流量分类
图像生成方法
样本
编码器
网络流量数据集
消除噪声
时序依赖关系
长短期记忆网络
高清
重构
上采样
加密流
解码器
划分方法
统计特征
随机噪声
非线性
网络结构
系统为您推荐了相关专利信息
船舶横摇运动
优化BP神经网络
短期预报方法
鲸鱼算法
鲸鱼优化算法
馈电链路
模式
性能预测模型
故障预测模型
终端通信方法