摘要
本发明涉及一种动态批次的网络异常检测方法,属于网络异常检测技术领域,解决了现有模型难以适应不同攻击模式不能准确进行网络异常检测的问题。方法包括:获取网络流量时序数据;基于获取的网络流量时序数据构建不同长度的训练样本,得到多个训练子集;构建动态图神经网络模型,按照从样本长度从小到大的顺序采用对应的训练子集对所述动态图神经网络模型进行训练,得到训练好的网络异常检测模型;基于训练好的网络异常检测模型得到待检测网络流量时序数据的网络异常检测结果。实现了不同攻击模式的准确检测。
技术关键词
网络异常检测方法
神经网络模型
节点
检测网络流量
网络异常检测技术
时序
动态
注意力
滑动窗口
数据
训练样本集
周期
邻居
矩阵
球体
频率
序列