-
题名基于LSTM与改进残差网络优化的异常流量检测方法
被引量：51
- 1
-
-
作者
麻文刚
张亚东
郭进
-
机构
西南交通大学信息科学与技术学院
-
出处
《通信学报》
EI
CSCD
北大核心
2021年第5期23-40,共18页
-
基金
国家自然科学基金资助项目(No.61703349)
中央高校基本科研业务费专项资金资助项目(No.2682017CX101)
中国铁路总公司科技研究开发计划课题基金资助项目(No.N2018G062,No.K2018G011)。
-
文摘
传统的网络异常流量检测方法往往存在特征选择差与泛化能力较弱等缺陷,导致检测精度较低。为此,提出了一种基于长短记忆网络(LSTM)与改进残差神经网络优化的异常流量检测方法。首先分析网络流量特征,通过预处理来降低网络流量特征值的差异性;然后设计了一种三层堆叠LSTM网络来提取不同深度的网络流量特征;最后设计了一种带跳跃连接线的改进残差神经网络对LSTM进行优化,改善了深度神经网络中的过拟合与梯度消失等缺点,从而提高网络异常流量检测的准确率。实验表明,所提方法具有较高的训练准确率,数据处理的可视性效果较好,二分类和多分类下的分类准确率分别为92.3%和89.3%。与当前入侵检测方法相比,所提方法在精确率、召回率等参数最优时具有最低的误报率。在数据样本在遭到破坏时具有较强的稳健性,同时也具有较好的泛化能力。
-
关键词
异常流量检测
长短记忆网络
数据池化层
空洞卷积
改进残差神经网络
-
Keywords
abnormal traffic detection
LSTM
data pooling layer
dilated convolution
improved residual neural network
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于MDC支持异构的数据池化层设计
- 2
-
-
作者
李俊山
-
机构
浪潮电子信息产业股份有限公司高效能服务器和存储技术国家重点实验室数据中心研发部
-
出处
《电子测试》
2020年第2期81-82,46,共3页
-
文摘
为了提高数据中心综合管控效率、提升监测手段,基于MDC的支持异构的数据池化层设计,具备接口统一、模型统一及传输方式跨平台的为主要特征的统一监控系统,解决了不同设备,不同协议的一个归一化的问题,是从根本上解决了异构数据的数据池化,有利于异构对象的统一管理。
-
关键词
MDC
异构
数据池化层
-
Keywords
MDC
Isomerism
data pooling layer
-
分类号
TP308
[自动化与计算机技术—计算机系统结构]
-
