基于網絡流量時空特征和自適應加權系數的異常流量檢測方法

摘要： 針對傳統(tǒng)異常流量檢測模型對流量數據時空特性利用率較低從而導致檢測模型性能較差的問題，該文提出一種基于融合卷積神經網絡(CNN)、多頭擠壓激勵機制(MSE)和雙向長短期記憶(BiLSTM)網絡的異常流量檢測方法MSECNN-BiLSTM。利用1維CNN挖掘空間尺度下的異常流量特征，并引入MSE，多角度自適應特征加權，強化模型全局特征的關聯能力。將網絡流量的特征輸入BiLSTM，捕... （共8頁）