【摘 要】
：
为解决大多数网络流量异常检测方法准确度低、误报率高等问题,提出一种基于长短期记忆网络自编码(LSTM-Autoencoder)的网络流量异常检测方法.首先,将真实网络流量从数据包和
【机 构】
：
国网山东省电力公司青岛供电公司,北京航空航天大学计算机学院
【基金项目】
：
国家自然科学基金(U1636211)
论文部分内容阅读
为解决大多数网络流量异常检测方法准确度低、误报率高等问题,提出一种基于长短期记忆网络自编码(LSTM-Autoencoder)的网络流量异常检测方法.首先,将真实网络流量从数据包和会话流级别两方面提取数据特征.为了丰富原始特征,采用离散小波变换(DWT)分解原始特征向量得到更高维特征.考虑真实网络环境可能存在异常数据,采用Grubbs准则对数据进行平滑操作,以防止非人为异常数据干扰训练LSTM-Autoencoder模型.使用已训练的LSTM-Autoencoder模型对训练数据进行重构,通过分析重构误差
其他文献
砂石矿具有易勘探,易开采等特征,目前,市场需求量较大,勘探需求较为迫切。车冲坳砂石矿区位于湖南省株洲市。本文对车冲坳矿区开展地质特征研究,分析矿床成因,找矿标志,为下
滤波器组多载波/正交幅度调制(FBMC/OQAM)作为未来通信系统多载波调制候选方案,具有高频谱效率和极低的带外失真,但在实际应用中存在固有干扰,会严重恶化信道估计的性能.提出
现有的OLSR中能够完成对全网路由信息的交互,但是随着节点的移动速度增加,网络拓扑也在快速动态变化,从而导致了路由信息更新慢,网络性能下降,端到端时延大、包丢失率增加和
【正】所谓马人,并不是一个职业或称谓,而是指那些注定一生与马结缘的人。在写这篇文章时,总会想到“因缘际会”这个词。人的一生,做什么样的工作,过什么样的生活,到底是人选
在地铁系统中开展轨道电位与杂散电流防治措施的现场验证协调难度大,因此亟需一种多区段地铁轨道电位硬件动模系统,再现地铁系统中列车运行时的轨道电位动态分布特征.首先分
现有轨道电位分布模型通常忽略了供电回路区间以外的轨道及其对地过渡电阻带来的影响,但这无疑造成计算结果偏离实际情况.为解决上述问题,在分析有限长度轨道的边缘效应基础
[摘要] 目的 了解广州地区医科及工科学生的睡眠质量及其影响因素。方法 使用匹茨堡睡眠质量指数量表(PSQl)，焦虑自评量表(SAS)、抑郁自评量表(SDS)、睡眠信念和态度量表，对)?4名医学生，188名工科学生追行调查，了解他们的睡眠质量及相关因素。结果 医学生PSQI得分为5．06±2．26，睡眠质量不佳者占11．0％，上科学生PSOI得分为4．78±2．2l，睡眠质量不佳者占11．
埋地管道受地铁杂散电流干扰影响而在电流流出管段存在腐蚀风险,为有效缓解此类干扰,构建了具有多个牵引区间、排流网、地铁接地系统的地铁系统以及与其交叉的埋地管道及其阴
对蜂窝网络下中继D2D系统中蜂窝用户的物理层安全性能进行了研究,实现了既满足D2D对的传输速率要求,又提升蜂窝用户的保密速率的双赢局面.在空闲的蜂窝用户中挑选中继节点,将
CIE所推荐的通用显色指数Ra在实际应用中遇到越来越多的问题,与此同时,相应的改进或替代方案也陆续被提出。对近年出现的光源显色性评价方法,按基于颜色还原和基于颜色质量两