摘要
本发明公开了一种网络流量数据降噪方法、装置、设备及存储介质,包括:将原始网络流量捕获张量划分为未经边界攻击的第一流量样本和经边界攻击的第二流量样本;使用第一流量样本对变分自编码器训练,使用变分自编码器对第二流量样本编码;使用潜空间先验概率模型对异常流量特征向量解码,将重构网络流量张量与原始网络流量捕获张量输入张量分解模型;根据低秩重构网络流量张量与原始网络流量捕获张量之间的重构误差,对变分自编码器与张量分解模型联合训练,直至重构误差满足收敛条件,输出降噪网络流量张量。本发明实施例的技术方案可以有效对网络流量数据进行降噪,提升网络安全态势感知与治理的整体水平。
技术关键词
网络流量捕获
张量分解模型
网络流量数据
重构误差
异常流量
注意力编码器
编码器训练
样本
降噪方法
网络流量特征
联合损失函数
网络接口
网络安全态势感知
解码器
数据安全
处理器
可读存储介质