摘要
本发明提出了基于生成对抗网络的性能压测仿真方法及系统,涉及性能压测技术领域。包括基于用户行为多模态数据得到融合特征;将融合特征和随机噪声输入至第一生成判别网络的第一生成器中,生成用户行为仿真数据,并基于第一判别器对用户行为仿真数据进行判别,得到测试用例;将攻击类型标签和随机噪声输入至第二生成判别网络的第二生成器中,基于自适应调整策略生成对应强度的异常流量,并基于第二判别器对异常流量进行判别,得到动态攻击流量;使用动态攻击流量对测试用例进行攻击,实现对性能压测的仿真。本发明提升用户行为仿真的真实性和长尾覆盖率,生成的变异攻击流量能够确保动态变异特性,从而很好的验证系统在未知威胁下的防御能力。
技术关键词
生成对抗网络
异常流量
仿真方法
融合特征
多模态数据融合
仿真数据
随机噪声
生成用户
动态
时序
时间卷积网络
孤立森林算法
解码器架构
两阶段
序列
分类准确率
混合网络
系统为您推荐了相关专利信息
深度循环神经网络
智能预测方法
空间粉尘
梯度下降优化算法
受限
宏基因组数据
深度学习方法
高维特征向量
混合损失函数
卷积长短期记忆
超声图像数据
生物阻抗数据
诊断系统
生成对抗网络
诊断模块
标签传播方法
神经网络特征
节点特征
消息传递机制
矩阵
听觉
融合特征
情感预测方法
长短期记忆网络
视频流