龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：西安电子科技大学
摘要：本发明提供了一种异常流量检测网络的训练方法和异常流量检测方法，其通过特征提取模块对获取的训练样本进行处理得到训练样本对应的第一隐藏向量和第二隐藏向量，并将第一隐藏向量传输至分类器模块，将第二隐藏向量分别传输至双向流模块和分类器模块；通过双向流模块对第二隐藏向量沿归一化方向经多个可逆和可微函数处理后得到归一化结果，并在归一化结果上添加噪声后沿生成方向经多个可逆和可微函数处理后得到合成异常样本，并将合成异常样本输出至分类器模块；根据第一隐藏向量、第二隐藏向量和合成异常样本、预设的三元组损失函数对分类器模块进行迭代训练，训练得到的网络可以在不具有异常先验知识的情况下生成伪异常样本，实现异常检测。
主权项：1.一种异常流量检测网络的训练方法，其特征在于，应用于异常流量检测网络，所述网络包括：特征提取模块、双向流模块和分类器模块；所述方法包括：通过所述特征提取模块对获取的训练样本进行处理，得到所述训练样本对应的第一隐藏向量和第二隐藏向量，并将所述第一隐藏向量传输至所述分类器模块，将所述第二隐藏向量分别传输至所述双向流模块和所述分类器模块，所述训练样本为根据符合正态分布的正常流量数据包确定的；通过所述双向流模块对所述第二隐藏向量沿归一化方向经多个可逆和可微函数处理后，得到归一化结果，并在所述归一化结果上添加噪声后沿生成方向经多个可逆和可微函数处理后，得到合成异常样本，并将所述合成异常样本输出至所述分类器模块；根据所述第一隐藏向量、所述第二隐藏向量和所述合成异常样本，以及预设的三元组损失函数对所述分类器模块进行迭代训练。
全文数据：
权利要求：
百度查询： 西安电子科技大学 异常流量检测网络的训练方法和异常流量检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号