摘要
本申请实施例提供了一种网络流量生成方法、装置、计算机设备及可读存储介质。方法包括:获取随机噪声数据输入至目标模型的生成器中,得到对应的目标预测流量图像;对目标预测流量图像进行逆向映射计算,得到对应的网络流量;目标模型由预设模型以最大化判别器针对样本预测流量图像的判别概率作为生成器的优化目标,并以最大化判别器针对样本真实流量图像的判别概率且最小化针对样本预测流量图像的判别概率作为判别器的优化目标,对生成器与判别器进行对抗训练得到,样本预测流量图像由生成器基于样本随机噪声生成,样本真实流量图像通过对实时更新的样本网络流量进行正向映射计算得到。以此,能够提高生成的网络流量数据的真实性。
技术关键词
网络流量生成方法
样本
图像
随机噪声
卷积神经网络模块
变换器模块
网络流量生成装置
全局平均池化
计算机设备
网络流量数据
中间层
融合全局
数值
序列
处理器
输入模块
可读存储介质
存储器
系统为您推荐了相关专利信息
XGBoost模型
LSTM模型
Pearson相关系数
Q学习算法
电站运行数据
人脸特征提取方法
编码器
人脸特征提取系统
人脸特征信息
语义
电力需求预测
神经网络模型
智能分析方法
指数
注意力模型
辅助决策方法
人流量数据
预警智能
人流量预测
节假日信息