[发明专利]基于双向门控卷积神经网络的网络流量异常检测分类方法在审
| 申请号： | 202310760296.6 | 申请日： | 2023-06-26 |
| 公开（公告）号： | CN116842467A | 公开（公告）日： | 2023-10-03 |
| 发明（设计）人： | 侯爱琴;陈竹莲;屈新纪;王瑜琨;汝乐 | 申请（专利权）人： | 西北大学 |
| 主分类号： | G06F18/2431 | 分类号： | G06F18/2431;G06F18/214;G06F18/21;G06N3/0442;G06N3/0464;G06N3/045;H04L9/40 |
| 代理公司： | 西安恒泰知识产权代理事务所 61216 | 代理人： | 王芳 |
| 地址： | 710069 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于双向门控卷积神经网络的网络流量异常检测分类方法：步骤1，对CIC‑IDS2017数据集进行数据预处理；步骤2，构建基于双向门控卷积神经网络的网络流量异常检测模型；步骤3，通过CrossEntropyLoss损失函数进行监督训练，得到训练好的基于双向门控卷积神经网络的网络流量异常检测模型。步骤4，将待检测网络流量数据进行预处理后输入步骤3得到的训练好的基于双向门控卷积神经网络的网络流量异常检测模型，输出异常检测结果。本发明的分类方法在多分类任务中优于其他现有模型，检测精度高，分类准确率具有一定的提升，本发明得到更具有代表性的特征信息进行分类判决，实现高性能的网络流量异常检测。 | ||
| 搜索关键词： | 基于 双向 门控 卷积 神经网络 网络流量 异常 检测 分类 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西北大学，未经西北大学许可，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/202310760296.6/，转载请声明来源钻瓜专利网。
