-
公开(公告)号：CN115204279A
公开(公告)日：2022-10-18
申请号：CN202210748431.0
申请日：2022-06-28
Applicant: 南京信息职业技术学院
Abstract: 本发明提供了一种基于VAE和COD‑SNN的异常网络流量识别方法，包括：真实流量数据的获取、数据预处理、VAE模型的构建及训练、COD‑SNN模型的构建、将训练好的VAE模型与COD‑SNN模型进行串联组合得到半监督分类模型及其训练和测试。本发明的方法利用变分自编码器VAE和孪生神经网络COD‑SNN结合无监督和小样本学习的优势，其中VAE作为COD‑SNN的输入前置起到了网络流量特征自动提取和样本生成的作用，大大减少对有标记样本的依赖，COD‑SNN起到了流量的分类和输出的作用，最终实现对仅用少量有标记的异常流量的检测。
Search Results
1
records
(took 0.032 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
