[发明专利]一种基于卷积神经网络特征压缩的异常检测方法在审
| 申请号： | 202010031422.0 | 申请日： | 2020-01-13 |
| 公开（公告）号： | CN111291860A | 公开（公告）日： | 2020-06-16 |
| 发明（设计）人： | 李思照;姜宏睿;孙建国;巩建光;阎梓宁;王文衫 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;H04L29/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于深度学习入侵检测技术领域，具体涉及一种基于卷积神经网络特征压缩的异常检测方法。本发明采用独热编码以及离差标准化的技术，将数据特征进行预处理，使得深度学习模型可以更有效的识别数据集的特征，从而减少数据的失真率；通过嵌入层将独热编码的稀疏矢量压缩为密集矢量，减少每次模型的训练时间；通过离差标准化来对原始数据进行线性变换，使得数据在变幻之后仍然保持原有的线性关系，这样可以提高模型在入侵检测之中的精度。本发明的入侵检测准确率较高，训练时间短，预测精度高，可以广泛应用于网络入侵检测等方面。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 特征 压缩 异常 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010031422.0/，转载请声明来源钻瓜专利网。
