基于時(shí)空特征融合的網(wǎng)絡(luò)異常流量檢測(cè)方法

摘要： 針對(duì)傳統(tǒng)網(wǎng)絡(luò)異常流量檢測(cè)模型存在數(shù)據(jù)時(shí)空特性利用不充分和泛化能力較差等問題，提出一種基于多頭注意力機(jī)制和時(shí)空特征融合的網(wǎng)絡(luò)異常流量檢測(cè)方法。通過卷積神經(jīng)網(wǎng)絡(luò)(CNN)提取流量數(shù)據(jù)的空間局部特征，并引入多頭注意力機(jī)制對(duì)特征進(jìn)行多角度自適應(yīng)重加權(quán)，從而提升模型對(duì)異常流量的敏感度。將重加權(quán)后特征輸入雙向長短期記憶網(wǎng)絡(luò)(BiLSTM),挖掘流量數(shù)據(jù)中的長距離時(shí)序依賴關(guān)系。最后，利用So... （共7頁）