Journal of Information Security Reserach ›› 2024, Vol. 10 ›› Issue (E2): 54-.

Online:2024-11-22 Published:2024-11-23

多种深度学习融合的网络流量异常检测模型

刘文龙文斌马梦帅杜宛蓉魏晓寻

(数据科学与智慧教育教育部重点实验室海口571158)
(海南师范大学信息科学技术学院海口571158)

通讯作者: 刘文龙硕士研究生.主要研究方向为网络空间安全、入侵检测、网络异常检测. 2921800942@qq.com
作者简介:刘文龙硕士研究生.主要研究方向为网络空间安全、入侵检测、网络异常检测. 2921800942@qq.com 文斌博士，教授.主要研究方向为网络异常行为检测、软件安全、大数据服务共享与交易. binwen@hainnu.edu.cn 马梦帅硕士研究生.主要研究方向为网络空间安全、入侵检测、网络异常行为检测. 734411268@qq.com 杜宛蓉硕士研究生.主要研究方向为大数据服务共享与交易、区块链. 1016935568@qq.com 魏晓寻硕士研究生.主要研究方向为区块链、异常检测. 1937381693@qq.com

Abstract

摘要： 网络流量是用户访问网站时产生的数据交换量，及时识别不寻常的流量波动对网络系统的稳定性至关重要.现有方法常忽视时间序列数据的时间维度，为此提出了一种结合CTABiGRU的新型网络流量异常检测模型.该模型利用卷积神经网络提取序列的局部特征，时序神经网络处理序列的时间维度特征，双向门控循环单元从2个方向学习长期依赖关系.此外，通过在时序神经网络和双向门控循环单元中加入注意力机制，CTABiGRU模型能更全面地建模时间序列特征，有效提升异常检测准确性和稳定性.实验结果显示，该方法在检测准确率与精确度上较传统深度学习模型有显著提高.

关键词: 深度学习, 异常检测, 时间卷积网络, 卷积神经网络, 注意力机制

CLC Number:

TP393.08

刘文龙, 文斌, 马梦帅, 杜宛蓉, 魏晓寻, . 多种深度学习融合的网络流量异常检测模型[J]. 信息安全研究, 2024, 10(E2): 54-.

References

Related Articles 15

[1]	. Traffic Feature Obfuscation Method Based on Adversarial Samples [J]. Journal of Information Security Reserach, 2024, 10(12): 1137-.
[2]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 7-.
[3]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 27-.
[4]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 32-.
[5]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 40-.
[6]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 59-.
[7]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 81-.
[8]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 114-.
[9]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 200-.
[10]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 207-.
[11]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 230-.
[12]	. [J]. Journal of Information Security Reserach, 2024, 10(E2): 272-.
[13]	. Research for Zero Trust Security Model [J]. Journal of Information Security Reserach, 2024, 10(10): 886-.
[14]	. A Retrospective and Future Development Study of Zero Trust Architecture [J]. Journal of Information Security Reserach, 2024, 10(10): 896-.
[15]	. Design of SDP Trust Evaluation Model Based on Federated Learning [J]. Journal of Information Security Reserach, 2024, 10(10): 903-.

多种深度学习融合的网络流量异常检测模型

PDF

Knowledge

Abstract

Cite this article

share this article

References

Related Articles 15

Recommended Articles

Metrics