典型文献
变分自编码器和注意力机制的异常入侵检测方法
文献摘要：
针对传统的机器学习算法在检测未知攻击方面表现不佳的问题,提出了一种基于变分自动编码器和注意力机制的异常入侵检测方法,通过将变分自编码器和注意力机制相结合,实现使用深度学习方法从基于流量的数据中检测异常网络流量的目标.所提方法利用独热编码和归一化技术对输入数据进行预处理;将数据输入到基于注意力机制的变分编码器中,采集训练样本中隐含特征信息,并将其融入最终潜变量中;计算原始数据与重建数据之间的重建误差,进而基于适当的阈值判断流量的异常情况.实验结果表明,与其他入侵检测方法相比,所提方法明显改善了入侵检测的精度,不仅可以检测已知和未知攻击,而且还可以提高低频次攻击的检测率.
文献关键词：
网络入侵检测;异常检测;变分自编码器;注意力机制
中图分类号：
作者姓名：
施媛波
作者机构：
昆明城市学院,昆明650106
文献出处：
引用格式：
[1]施媛波-.变分自编码器和注意力机制的异常入侵检测方法)[J].重庆邮电大学学报（自然科学版）,2022(06):1071-1078
A类：
B类：
变分自编码器,注意力机制,异常入侵检测,入侵检测方法,机器学习算法,未知攻击,变分自动编码器,使用深度,深度学习方法,异常网络流量,法利,独热编码,归一化技术,输入数据,变分编码器,集训,训练样本,中隐,特征信息,潜变量,原始数据,重建误差,阈值判断,断流,异常情况,高低频,检测率,网络入侵检测,异常检测
AB值：
0.310017
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
