智能攻擊流量檢測(cè)系統(tǒng)的訓(xùn)練加速方法:基于流量特征空間點(diǎn)云形心的數(shù)據(jù)集壓縮

摘要： 攻擊流量檢測(cè)系統(tǒng)在海量的互聯(lián)網(wǎng)流量中識(shí)別攻擊流量,并攔截攻擊流量保護(hù)合法用戶.近年來(lái),人工智能算法被廣泛應(yīng)用于攻擊流量檢測(cè),它們從流量數(shù)據(jù)集中學(xué)習(xí)流量模式,能夠檢測(cè)隱蔽威脅流量,其準(zhǔn)確度較傳統(tǒng)固定規(guī)則檢測(cè)有顯著提高.然而,隨著互聯(lián)網(wǎng)流量規(guī)模的激增,流量數(shù)據(jù)集的規(guī)模也顯著上升,這意味著在大規(guī)模流量數(shù)據(jù)集上訓(xùn)練攻擊流量識(shí)別模型將消耗大量算力,伴隨著巨大的部署時(shí)間延遲.本文提出了一種... （共21頁(yè)）