[发明专利]非对称卷积网络的流量检测模型的训练方法及检测方法

权利要求书

1.一种非对称卷积网络的流量检测模型的训练方法，其特征在于，所述非对称卷积网络的流量检测模型包括非对称卷积自编码网络和分类网络，所述训练方法包括：

构建对称卷积自编码网络，所述对称卷积自编码网络包括编码网络和解码网络；

利用训练样本对所述对称卷积自编码网络进行训练，包括：对原始网络流量数据进行预处理，获得一维格式的训练样本；对一维的训练样本进行转换处理，获得二维格式的训练样本；利用二维格式的训练样本对所述对称卷积自编码网络进行训练；

将训练完成的所述对称卷积自编码网络中的解码网络去除，得到非对称卷积自编码网络；

利用所述非对称卷积自编码网络提取训练样本的抽象特征，并利用抽象特征训练分类网络，以完成非对称卷积网络的流量检测模型的训练；

所属分类网络为随机森林网络，随机森林网络包括若干决策树，利用抽象特征训练分类网络的具体方法包括：

从抽象特征随机选取若干数据特征组成子训练集；

利用子训练集训练随机森林网络的各个决策树。

2.根据权利要求1所述的非对称卷积网络的流量检测模型的训练方法，其特征在于，所述编码网络包括依序连接的第一卷积层、第一池化层、第二卷积层、第二池化层、上采样层、第三卷积层和第三池化层。

3.根据权利要求2所述的非对称卷积网络的流量检测模型的训练方法，其特征在于，所述解码网络包括依序连接的第三池化层、第三卷积层、上采样层、第二池化层、第二卷积层、第一池化层和第一卷积层。

4.一种非对称卷积网络的流量检测模型的检测方法，其特征在于，所述检测方法包括：

将原始网络流量数据输入到由权利要求1至3任一项所述的训练方法训练得到的非对称卷积网络的流量检测模型中；

所述非对称卷积网络的流量检测模型输出原始网络流量数据的类型；

根据原始网络流量数据的类型判断网络流量 是否异常。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有非对称卷积网络的流量检测模型的训练程序，所述非对称卷积网络的流量检测模型的训练程序被处理器执行时实现如权利要求1至3任一项所述的非对称卷积网络的流量检测模型的训练方法。

6.一种计算机设备，其特征在于，所述计算机设备包括计算机可读存储介质、处理器和存储在所述计算机可读存储介质中的非对称卷积网络的流量检测模型的检测程序，所述非对称卷积网络的流量检测模型的检测程序被处理器执行时实现如权利要求1至3任一项所述的非对称卷积网络的流量检测模型的训练方法。