耦合演化采樣和深度解碼的可解釋網(wǎng)絡流量異常檢測模型

摘要： 針對現(xiàn)有網(wǎng)絡流量異常檢測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)絡流量異常檢測模型。首先，引入演化采樣學習抽取代表特征樣本，依此實現(xiàn)了強可解釋性的樣本編碼過程；其次，構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)絡解碼過程的耦合學習模型；最后，使用樣本編碼結果和重構誤差進行異常檢測。在NSL-KDD和CICIDS2017數(shù)據(jù)集上與現(xiàn)有方法的...