耦合演化采樣和深度解碼的可解釋網(wǎng)絡(luò)流量異常檢測(cè)模型
智能系統(tǒng)學(xué)報(bào)
頁(yè)數(shù): 9 2023-06-15
摘要: 針對(duì)現(xiàn)有網(wǎng)絡(luò)流量異常檢測(cè)模型缺乏可解釋性的問題,本研究提出了耦合演化采樣和深度解碼的可解釋網(wǎng)絡(luò)流量異常檢測(cè)模型。首先,引入演化采樣學(xué)習(xí)抽取代表特征樣本,依此實(shí)現(xiàn)了強(qiáng)可解釋性的樣本編碼過程;其次,構(gòu)建了可解釋的演化采樣樣本編碼過程和不可解釋的深度神經(jīng)網(wǎng)絡(luò)解碼過程的耦合學(xué)習(xí)模型;最后,使用樣本編碼結(jié)果和重構(gòu)誤差進(jìn)行異常檢測(cè)。在NSL-KDD和CICIDS2017數(shù)據(jù)集上與現(xiàn)有方法的... (共9頁(yè))