摘要
本发明涉及一种异常网络流量识别方法,属于异常识别技术领域,解决了现有技术中不能准确识别异常网络流量的问题。方法包括:提取待检测的网络流量序列,对提取的网络流量序列进行预处理;将预处理后的待检测网络流量序列输入训练好的异常流量识别模型,得到待检测网络流量序列的全局特征;异常流量识别模型用于对输入数据进行动态时空建模提取全局特征;基于待检测网络流量序列的全局特征和正常网络流量样本的全局特征计算异常值,基于所述异常值判断待检测网络流量序列是否存在异常流量。提高了异常网络流量识别的准确性。
技术关键词
网络流量识别方法
检测网络流量
异常流量
网络流量数据
神经网络模型
序列
注意力
异常识别技术
网络流量日志
节点
协方差矩阵
训练样本集
因子
参数
偏差
系统为您推荐了相关专利信息
氢氧化钾
压力平衡装置
多指标
复合控制算法
氯气
深度学习处理器
去噪滤波器
神经网络模型
可配置逻辑块
滤波模块
网络流量数据
拒绝服务攻击
通信网络拓扑
异常事件
拓扑图