龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军空军工程大学
摘要：本发明属于网络安全技术领域，提供了基于变分自编码器生成对抗网络的网络入侵检测方法，包括以下步骤：S1、通过VGM‑OneHot方法对原始数据集进行预处理；S2、利用改进的VAEGAN生成少数类样本，即利用CWVAEGAN学习处理后的数据集并生成新的少数类样本；S3、根据CWVAEGAN模型，建立基于CWVAEGAN和一维卷积神经网1DCNN的入侵检测方法，即CWVAEGAN‑1DCNN；使用均衡数据集对1D‑CNN进行训练并分类；本发明通过生成对抗网络CWVAEGAN生成少数类样本，解决原始数据集中少数类样本数量明显低于多数类样本数量的类不平衡问题，并具有高效的入侵检测能力，同时还提高了对少数类攻击和未知攻击的检测准确率。
主权项：1.基于变分自编码器生成对抗网络的网络入侵检测方法，其特征在于，包括以下步骤：S1、通过VGM-OneHot方法对原始数据集进行预处理；S2、利用改进的VAEGAN生成少数类样本，即利用CWVAEGAN学习处理后的数据集并生成新的少数类样本；S3、根据CWVAEGAN模型，建立基于CWVAEGAN和一维卷积神经网1DCNN的入侵检测方法，即CWVAEGAN-1DCNN；使用均衡数据集对1D-CNN进行训练并分类；所述CWVAEGAN-1DCNN由以下三个模块组成：数据预处理模块、CWVAEGAN和深度神经网络，将VAE和GAN两种生成模型结合，向GAN当中引入变分下界，在VAE-GAN的基础上引入WGAN-GP损失，并在编码器、解码器和鉴别器中都引入一维卷积层；利用VGM-OneHot方法对原始数据集进行预处理，再利用CWVAEGAN学习处理后的数据集并生成新的少数类样本，最后使用均衡数据集对1DCNN进行训练并分类。
全文数据：
权利要求：
百度查询： 中国人民解放军空军工程大学 基于变分自编码器生成对抗网络的网络入侵检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号