公开(公告)号：CN111651642A

公开(公告)日：2020-09-11

申请号：CN202010298213.2

申请日：2020-04-16

Applicant: 南京邮电大学

Inventor： 王攀 ,  刘芃

IPC: G06F16/903 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进型TEXT-GAN的流量数据集生成方法，包括步骤：1.读取流量数据集。2.过滤掉数据集中无用的局域网数据包。3.将数据集格式从16进制转换成10进制。4.统一数据集中数据维度。5.将数据归一化，限定在[0,1]范围内。6.将处理后的数据放入基于Self-Attention机制改进的TEXT-GAN网络中训练。7.利用训练完成的生成器生成流量数据。本发明利用Self-Attention机制代替原Text-GAN网络生成器中的LSTM网络，提出一种改进型TEXT-GAN生成方法用于流量数据生成。相比原TEXT-GAN网络，改进型TEXT-GAN大幅度提高了流量数据生成的速度与稳定性。

公开(公告)号：CN111651642B

公开(公告)日：2022-10-04

申请号：CN202010298213.2

申请日：2020-04-16

Applicant: 南京邮电大学

Inventor： 王攀 ,  刘芃

IPC: G06F16/903 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进型TEXT‑GAN的流量数据集生成方法，包括步骤：1.读取流量数据集。2.过滤掉数据集中无用的局域网数据包。3.将数据集格式从16进制转换成10进制。4.统一数据集中数据维度。5.将数据归一化，限定在[0,1]范围内。6.将处理后的数据放入基于Self‑Attention机制改进的TEXT‑GAN网络中训练。7.利用训练完成的生成器生成流量数据。本发明利用Self‑Attention机制代替原Text‑GAN网络生成器中的LSTM网络，提出一种改进型TEXT‑GAN生成方法用于流量数据生成。相比原TEXT‑GAN网络，改进型TEXT‑GAN大幅度提高了流量数据生成的速度与稳定性。

公开(公告)号：CN111553424A

公开(公告)日：2020-08-18

申请号：CN202010356177.0

申请日：2020-04-29

Applicant: 南京邮电大学

Inventor： 王攀 ,  李书航 ,  王梓炫 ,  黄琛 ,  刘芃

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于CGAN的图像数据平衡和分类方法，主要包括两个阶段，第一阶段为生成模型训练，包括生成器G和判别器D的训练。第二阶段为分类器训练阶段，其步骤包括：加载第一阶段训练过程中判别器D训练好的模型，在判别器D的神经网络基础上，新增一个输出层对输入进行分类。本发明利用生成对抗网络在数据增强上的优势，在训练过程中引入数据类别标签作为条件变量，控制生成器生成小类别样本数据，减少样本不平衡问题对流量分类问题的影响。同时对传统CGAN进行改进，使其在样本平衡的同时可以对样本进行分类实现。