結(jié)合混合特征選擇和Transformer的網(wǎng)絡(luò)數(shù)據(jù)流異常檢測

摘要： 智能學(xué)習(xí)方法在網(wǎng)絡(luò)數(shù)據(jù)異常分析中發(fā)揮著重要作用，但傳統(tǒng)智能化異常分析方法難以在網(wǎng)絡(luò)數(shù)據(jù)分析結(jié)果的可解釋性、異常分析的計(jì)算資源消耗量、網(wǎng)絡(luò)數(shù)據(jù)流序列數(shù)據(jù)分析準(zhǔn)確度上尋得平衡。為克服以上問題，提出了一種結(jié)合混合特征選擇和Transformer的網(wǎng)絡(luò)數(shù)據(jù)流異常檢測模型，基于混合特征選擇方法進(jìn)行數(shù)據(jù)預(yù)處理，基于改進(jìn)的Transformer進(jìn)行異常檢測。采用樹模型與互信息的混合特征選擇算... （共13頁）