公开(公告)号：CN115314287B

公开(公告)日：2024-08-20

申请号：CN202210942026.2

申请日：2022-08-08

Applicant: 大连理工大学

Inventor： 张宪超 ,  慕杰 ,  刘晗 ,  梁文新 ,  刘馨月 ,  李远刚

IPC: H04L9/40 ,  G06F18/23 ,  G06F18/22 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045

Abstract: 本发明属于网络安全、数据挖掘、人工智能技术领域，公开了一种基于深度聚类的对抗异常检测系统，对高维复杂的多媒体数据进行异常检测。针对现有检测系统忽略正常数据与异常数据之间差异的问题，本发明的系统利用深度聚类模块对正常数据和异常数据在隐空间进行划分。通过深度聚类阶段，深度聚类模块可以学到正常数据与异常数据的簇状结信息。此外，该系统采用零和博弈思想，构建对抗异常检测模块学习正常数据在隐空间的特征分布信息。为了获得可靠的异常检测结果，系统采用自适应异常检测评估策略来判定输入数据是否存在异常。本发明在效率以及效果上均获得不错的表，为基于深度学习的异常检测系统提供一种新的框架。

公开(公告)号：CN115314287A

公开(公告)日：2022-11-08

申请号：CN202210942026.2

申请日：2022-08-08

Applicant: 大连理工大学

Inventor： 张宪超 ,  慕杰 ,  刘晗 ,  梁文新 ,  刘馨月 ,  李远刚

IPC: H04L9/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于网络安全、数据挖掘、人工智能技术领域，公开了一种基于深度聚类的对抗异常检测系统，对高维复杂的多媒体数据进行异常检测。针对现有检测系统忽略正常数据与异常数据之间差异的问题，本发明的系统利用深度聚类模块对正常数据和异常数据在隐空间进行划分。通过深度聚类阶段，深度聚类模块可以学到正常数据与异常数据的簇状结信息。此外，该系统采用零和博弈思想，构建对抗异常检测模块学习正常数据在隐空间的特征分布信息。为了获得可靠的异常检测结果，系统采用自适应异常检测评估策略来判定输入数据是否存在异常。本发明在效率以及效果上均获得不错的表，为基于深度学习的异常检测系统提供一种新的框架。