当前位置: 首页 > 专利查询>河海大学专利>正文

一种基于改进生成对抗网络的多类不平衡网络流量数据增强方法技术

技术编号:41095904 阅读:16 留言:0更新日期:2024-04-25 13:54
本发明专利技术提供一种基于改进生成对抗网络的多类不平衡网络流量数据增强方法,涉及流量数据增强领域,所述基于改进生成对抗网络的多类不平衡网络流量数据增强方法包括:将流量标签作为生成器G和鉴别器D的额外条件进行输入,使得生成器可以生成特定类型的网络流量数据;为解决多分类不平衡问题以及提高训练的稳定性,对原始生成对抗网络中的损失函数进行改进,引入条件约束和Wassertein距离;将鉴别器中的跨步卷积更新为1步卷积+DWT层,进一步提升鉴别器的精确度,从而提高生成器的精确度。通过改进生成对抗网络进行网络流量数据样本生成的方式进行数据增强,解决网络流量数据集多类不平衡问题。

【技术实现步骤摘要】

本专利技术涉及流量数据增强领域,具体涉及一种基于改进生成对抗网络的多类不平衡网络流量数据增强方法


技术介绍

1、随着信息技术的不断发展,网络流量数据在各个领域的重要性日益凸显。网络流量数据包含着丰富的信息,可用于网络性能监测、入侵检测、流量分析等方面,对于维护网络安全和提升网络效率具有至关重要的作用。然而,随着网络规模的扩大和网络应用的多样化,网络流量数据呈现出多类不平衡的特点,给流量数据的分析和处理带来了新的挑战。

2、在传统的网络流量数据处理中,由于不同类型的网络流量数据分布不均,通常存在一些正常类别和一些数量极少的异常类别。这种多类不平衡的现象使得针对异常类别的流量数据分析变得相对困难,而且容易导致在识别、分类和入侵检测等应用中对异常类别的忽视。因此,提高对于多类不平衡网络流量数据的处理能力成为网络安全领域亟需解决的问题。

3、传统的方法通常采用过采样、欠采样等手段来处理多类不平衡问题,但这些方法存在着一定的局限性,容易引发过拟合或信息丢失等问题。近年来,生成对抗网络(gan)作为一种强大的生成模型,吸引了广泛的关注。gan本文档来自技高网...

【技术保护点】

1.一种基于改进生成对抗网络的多类不平衡网络流量数据增强方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于改进生成对抗网络的多类不平衡网络流量数据增强方法,其特征在于,步骤(2)所述鉴别器DWT层具体包括:

3.根据权利要求1所述的基于改进生成对抗网络的多类不平衡网络流量数据增强方法,其特征在于,所述步骤(3)中,所述损失函数具体包括:

【技术特征摘要】

1.一种基于改进生成对抗网络的多类不平衡网络流量数据增强方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于改进生成对抗网络的多类不平衡网络流量数据增强方法,其特征在...

【专利技术属性】
技术研发人员:许国艳牛朔
申请(专利权)人:河海大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1