搜索到3969篇“ 网络异常流量检测“的相关文章
一种基于大数据的网络异常流量检测方法
本发明公开了一种基于大数据的网络异常流量检测方法,属于流量检测,具体包括:对采集的流量指标进行预处理;对处理后的流量指标进行特征工程处理,提取关键特征并转换成用于机器学习模型的格式;基于深度学习算法,对特征化的流量指标进...
周成市王洁
网络异常流量检测方法、装置、设备及存储介质
本申请公开了一种网络异常流量检测方法、装置、设备及存储介质,本方案通过基于机器学习的方法,得到的预设网络异常流量检测模型能够从原始流量数据中自动提取和学习最有用的特征,降低了特征提取的复杂性和对业务知识的依赖;并且,能够...
白小鹏苏嘉鹏童小敏马坤赵培源
深度学习下的网络异常流量检测模型设计
2024年
文章通过对网络安全威胁检测问题进行研究,提出了一种基于卷积神经网络异常网络流量检测模型,同时对可能威胁网络安全的异常网络流量进行了检测,并通过分类确定了异常流量的类型。测试结果显示,该模型对不同类别的异常网络流量进行检测和分类的平均准确率达到了99.24%,平均F1值达到了99.23%,具有可行性和有效性,且综合性能良好。
徐静
关键词:卷积神经网络网络安全
网络异常流量检测方法、装置、电子设备及存储介质
本发明实施例涉及一种网络异常流量检测方法、装置、电子设备及存储介质,包括:从流量采集设备采集到的网络流量中提取流量特征数据,所述流量采集设备用于针对待检测网络进行流量采集;将所述流量特征数据与多个正常流量特征数据范围分别...
杨梁池
网络异常流量检测模型训练方法、装置及电子设备
本申请公开了一种网络异常流量检测模型训练方法、装置及电子设备属于网络安全技术领域,该方法包括:获取网络流量数据,通过对所述网络流量数据进行预处理,获得训练数据;将所述训练数据输入网络流量异常检测模型的多分辨率卷积神经网络...
吴国威 赵宇翔 王和洲 余立
一种面向Modbus协议的工业控制网络异常流量检测方法
本发明涉及一种面向Modbus协议的工业控制网络异常流量检测方法,包括以下步骤:S1、捕获Modbus协议应用层报文中的数据包;S2、将捕获到的数据包流量进行特征提取与数据处理,并基于规则的流量特征来识别异常流量和攻击行...
张蕾 王彬彬 刘畅 沈泉江 郑成 温蜜 王亮亮 童嘉伟 袁琼
一种面向Modbus协议的工业控制网络异常流量检测方法
本发明涉及一种面向Modbus协议的工业控制网络异常流量检测方法,包括以下步骤:S1、捕获Modbus协议应用层报文中的数据包;S2、将捕获到的数据包流量进行特征提取与数据处理,并基于规则的流量特征来识别异常流量和攻击行...
张蕾 王彬彬 刘畅 沈泉江 郑成 温蜜 王亮亮 童嘉伟 袁琼
基于改进马尔科夫链的无线通信网络异常流量检测研究
2024年
常规的无线通信网络异常流量检测中,特征提取一般为固定形式,检测效率较低,且最终得出的检测结果误检率较高。因此,提出基于改进马尔科夫链的无线通信网络异常流量检测研究。根据当前检测需求,首先进行通信网络数据的采集和预处理,其次采用多阶提取方式提取网络异常流量特征,最后在此基础上构建改进马尔科夫链通信网络异常流量检测模型。测试结果表明,文章所设计方法的误检率较低,说明在改进马尔科夫链的辅助下,此无线通信网络异常流量检测方法更加灵活、多变,显著提升了检测效果。
谢明松蓝天韦福飞李晓明农长春
关键词:无线通信网络异常流量检测
基于小样本学习的网络异常流量检测
2024年
网络结构具有较高复杂性,因此导致各种异常流量现象层出不穷,其中包括一些标注样本极少的新型异常流量类型。为了有效识别标注样本量极少的异常情况,设计了一种基于小样本学习的网络异常流量检测方法。该方法利用基于小样本的迁移学习技术识别异常流量,从而确保了网络安全。
李荣宽丁乙王寒凝贺宁
关键词:小样本网络异常流量
基于CNN-BiBASRU-AT的网络异常流量检测模型
2024年
针对目前网络异常流量识别准确率不高、基础深度学习模型特征提取能力不足以及循环神经网络训练效率低等问题,提出了基于卷积神经网络(Convolutional Neural Network,CNN)-双向内置注意力简单循环单元(Bidirectional Built in Attention Simple Recurrent Unit,BiBASRU)-AT的网络异常流量检测模型。采用深层一维卷积模块提取流量局部特征表示,对高维度流量特征进行降维且学习到显著分类特征,增强模型的特征表示能力;同时构建内置自注意力简单循环单元(Built in self Attention Simple Recurrent Unit,BASRU)以同时捕捉流量中长距离的时序特征信息和内部特征之间的相互依赖关系,进一步挖掘流量特征内的高维结构信息。软注意力机制识别出对分类结果影响较大的重点特征,赋予关键特征更高权重,避免无关信息对分类结果造成干扰,最后由线性层输出分类概率分布,经Softmax函数归一化后取最大值对应标签作为流量识别结果。在多分类网络异常流量公开标准数据集UNSW-NB15上的实验结果表明,该模型取得了92.81%的F1值,高于实验对比的其他先进深度学习模型的结果,内置自注意力简单循环单元特征捕捉能力和训练效率优于其他传统循环神经网络的结果,证明了模型的可行性和有效性。
冷依凌邹细勇
关键词:网络异常流量检测

相关作者

陈晋音
作品数:640被引量:479H指数:11
供职机构:浙江工业大学
研究主题:防御方法 防御 网络 攻击防御 图像
施新刚
作品数:116被引量:79H指数:5
供职机构:清华大学
研究主题:异常检测 网络流量异常检测方法 网络流量 存储介质 网络
尹霞
作品数:192被引量:284H指数:9
供职机构:清华大学
研究主题:路由 异常检测 网络 路由协议 网络故障
王之梁
作品数:203被引量:112H指数:6
供职机构:清华大学
研究主题:网络 异常检测 存储介质 网络流量 IPV6
张晗
作品数:74被引量:171H指数:8
供职机构:清华大学
研究主题:心房颤动 中国急诊 患者预后 心房颤动患者 路由配置