基于數(shù)據(jù)增強(qiáng)與特征挖掘的異常流量檢測方法

摘要： 針對現(xiàn)有異常流量檢測方法存在的少數(shù)類識別精度不足及深度特征提取能力受限等問題，提出一種基于數(shù)據(jù)增強(qiáng)與特征挖掘的異常流量檢測方法。首先，通過漸進(jìn)式采樣的條件生成對抗網(wǎng)絡(luò)生成符合真實(shí)數(shù)據(jù)分布的合成樣本，有效緩解類別不平衡導(dǎo)致的學(xué)習(xí)偏差問題；其次，基于皮爾遜相關(guān)系數(shù)計(jì)算特征關(guān)聯(lián)矩陣，將流量數(shù)據(jù)轉(zhuǎn)化為圖結(jié)構(gòu)表示，構(gòu)建圖數(shù)據(jù)集；最后，設(shè)計(jì)具有分層注意力機(jī)制的多層圖卷積網(wǎng)絡(luò)，通過多級鄰域聚... （共15頁）