科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对网络流量数据的海量、复杂、多维、不平衡、低价值密度等特点，提出了一种引入了自注意力机制的WGAN异常检测方法。该方法将轻量化的自注意力机制嵌入到WGAN中，充分挖掘了流量数据中的潜在关联性，利用生成误差和重构误差评估了综合异常得分，再利用自适应窗口技术进行异常初判和异常裁剪。实验结果表明：该方法在精确率、召回率和F1值等指标的检测性能上，较传统的生成式异常检测方法有明显提升。
- 出版日期2023
- 单位信阳职业技术学院; 信阳师范学院; 中国人民解放军海军工程大学
针对网络流量数据的海量、复杂、多维、不平衡、低价值密度等特点，提出了一种引入了自注意力机制的WGAN异常检测方法。该方法将轻量化的自注意力机制嵌入到WGAN中，充分挖掘了流量数据中的潜在关联性，利用生成误差和重构误差评估了综合异常得分，再利用自适应窗口技术进行异常初判和异常裁剪。实验结果表明：该方法在精确率、召回率和F1值等指标的检测性能上，较传统的生成式异常检测方法有明显提升。
