买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京工业大学

摘要：一种融合BlockDrop和ACGAN的网络入侵检测方法，步骤包括：建立网络入侵检测模型；采用网络入侵检测模型对网络流进行检测，识别出良性流量和攻击流量。网络入侵检测模型的结构是在判别器中嵌入BlockDrop。在网络入侵检测模型中，1.1原网络入侵数据集中一条流量数据构造成真实图；1.2随机噪声和类标签作为生成器的输入，生成器的输出是生成图；1.3两个图作为判别器的输入，判别器的输出是分类结果。判别训练方法是，使用预训练的两个深度残差网络ResNet分别构建判别器的策略网络和检测网络，强化学习用来求解残差块的丢弃方案。判别器训练方法是使用预训练的两个深度残差网络分别构建策略网络和检测网络，采用BlockDrop求解残差块的丢弃方案。

主权项：1.一种融合BlockDrop和ACGAN的网络入侵检测方法，步骤包括：一建立网络入侵检测模型；二采用网络入侵检测模型对网络流进行检测，识别出良性流量和攻击流量；其特征是步骤一中，网络入侵检测模型的结构是改进的辅助分类器生成对抗网络ACGAN，改进方法是在ACGAN的判别器D中嵌入BlockDrop构成BlockDrop-ACGAN模型；在网络入侵检测模型中，1.1原网络入侵数据集中一条流量数据构造成真实图Xreal；1.2随机噪声z和类标签label作为ACGAN的生成器G的输入，生成器G的输出是生成图Xfake；1.3Xreal和Xfake作为判别器D的输入，判别器D的输出是分类结果；所述判别器D训练方法是，使用预训练的两个深度残差网络ResNet分别构建判别器D的策略网络和检测网络，强化学习用来求解残差块的丢弃方案，具体步骤包括：首先，令表示策略网络中残差块集合，其中残差块的数量是K个；Xfake输入具有权重参数W的策略网络f，再经过Sigmod激活函数得到输出向量：S＝fXfake,W其中，向量S中元素sk表示检测网络中残差块被丢弃或保留的概率；接着，基于S一次性预测所有残差块的丢弃决策U∈{0,1}K；该丢弃策略被定义为一个K维的伯努利分布： 其中，uk＝0和uk＝1分别表示丢弃和保留；于是，在检测网络上建立一条路由以获得流量检测结果；假设yi是真实的流量类别标签，是网络入侵检测模型预测的流量类别标签，多分类的交叉熵损失可表示为 L归一化后的损失值定义为p＝11+e-L于是，策略πW根据预测结果正确率和模型推理速率设计如下的奖励函数 其中，表示残差块的利用率，ξ是错误预测的惩罚；p小于阈值时，则对预测正确且使用较少残差块的决策给予奖励；p不小于阈值时，则对预测错误给予惩罚ξ；被选取的残差块越多，检测精度越高，但推理速度会降低，则为了获得算力最小的路由，最大化策略网络的期望收益 策略梯度法被用来计算期望收益J的梯度，从K维伯努利分布中采样策略样本，J对应参数W的策略梯度被计算为 期望梯度的较高方差会导致反向传播的不稳定，则采用校正偏差的自我评价基线来减少方差，其中为当前策略下被选中几率最高的路由策略；当0.5＜sk＜1时，uk＝1；否则，uk＝0；令为决策偏差，则策略梯度▽WJ被调整为 则，训练判别器D的最大优化目标函表示为 最大化目标函数LD使得判别器更精准地判别出流量类型。

全文数据：

权利要求：

百度查询： 南京工业大学 融合BlockDrop和ACGAN的网络入侵检测方法