典型文献
融合生成式神经网络和深度神经网络的流量异常检测
文献摘要：
针对网络攻击隐蔽性和动态多变的特征,提出一种融合生成式神经网络和深度神经网络的流量异常检测方法,该方法针对网络流量数据不平衡问题,采用生成式神经网络实现样本库的扩充,在此基础上,采用DenseNet实现网络流量多层次特征的提取,该方法通过加强不同层次特征的传递,实现不同层次特征的融合,为网络流量异常识别提供基础.实验表明,本文提出的方法在准确率、召回率、漏检率以及平均处理时间均优于单纯使用CNN或LSTM的方法,因此,本文方法能够有效检测网络异常流量,具有一定的可用性.
文献关键词：
异常检测;生成式神经网络;DenseNet;多层次特征融合
中图分类号：
作者姓名：
顾健华;文成江;高泽芳
作者机构：
中国移动通信集团终端有限公司,北京100053
文献出处：
引用格式：
[1]顾健华;文成江;高泽芳-.融合生成式神经网络和深度神经网络的流量异常检测)[J].移动通信,2022(12):94-101
A类：
生成式神经网络
B类：
深度神经网络,流量异常,网络攻击,隐蔽性,异常检测方法,网络流量,流量数据,数据不平衡,不平衡问题,样本库,DenseNet,特征的提取,不同层次,异常识别,召回率,漏检率,处理时间,有效检测,测网,网络异常流量,可用性,多层次特征融合
AB值：
0.277315
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。
