基于生成對(duì)抗網(wǎng)絡(luò)和混合時(shí)空神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)

摘要： 針對(duì)網(wǎng)絡(luò)入侵檢測(cè)領(lǐng)域存在檢測(cè)準(zhǔn)確率低的問題，研究異常流量樣本少和分類器性能不佳時(shí)的入侵檢測(cè)模型，提出一種基于改進(jìn)生成對(duì)抗網(wǎng)絡(luò)和混合時(shí)空神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型。改進(jìn)生成對(duì)抗網(wǎng)絡(luò)通過學(xué)習(xí)異常流量樣本的分布特性，生成具有特定標(biāo)簽的人工異常流量樣本；融合卷積神經(jīng)網(wǎng)絡(luò)和雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)提取攻擊流量的時(shí)空融合特征，利用注意力機(jī)制對(duì)時(shí)空融合特征進(jìn)行加權(quán)，構(gòu)建混合時(shí)空神經(jīng)網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)流量進(jìn)...