专利名称：一种基于少量标注数据的网络流量异常检测方法专利类型：发明专利
发明人：李文龙,张家琦,邢燕祯,刘中金,何跃鹰,高杨,王新根,
鲁萍,黄滔
申请号：CN202010344517.8申请日：20200427公开号：CN111585997A公开日：20200825
摘要：本发明公开了一种基于少量标注数据的网络流量异常检测方法，采用双自编码器对特征向量进行降维处理，然后使用深度神经网络进行有监督的训练；将网络流量分成正样本和负样本的两类，最后筛选出无标注数据中部分重要样本，交由专家进行标注，增加有标记样本数量，迭代更新自编码器和分类器，之后用训练好的分类器进行网络流量异常检测。本发明提出双自编码器架构，使用纯净的正负样本分别训练自编码器，提升了分类器的稳定性。同时改进深度神经网络的损失函数，更细粒度地调整样本权重，解决正负样本不平衡，缓解训练集较小导致的过拟合问题，并提出一种新的计算无标注数据的标记价值的方法，选择标记价值高的样本交由专家，减少了标注成本。
申请人：国家计算机网络与信息安全管理中心,浙江邦盛科技有限公司
地址：100029 北京市朝阳区裕民路甲3号
国籍：CN
代理机构：杭州求是专利事务所有限公司
代理人：刘静
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容