【技术实现步骤摘要】
本公开涉及数据检测，尤其涉及一种数据生成方法、数据检测方法、装置及相关设备。
技术介绍
1、相关技术中，通常利用分类模型检测查询数据是否为异常数据，比如入侵数据等。但是，对分类模型进行训练时，由于异常数据的数据量较小，因此导致训练集中的异常数据和正常数据不平衡，进而导致分类模型的检测准确率低。
技术实现思路
1、本公开提供一种数据生成方法、数据检测方法、装置及相关设备，以解决相关技术中的问题。
2、本公开的第一方面实施例提出了一种数据生成方法，该方法包括：
3、获取至少两个初始训练数据，所述初始训练数据中包括正常查询数据和异常查询数据；
4、基于不同所述初始训练数据之间的相关性矩阵，获取每个所述初始训练数据相对于其他所述初始训练数据的注意力参数；所述相关性矩阵用于指示不同的所述初始训练数据之间的相关性；
5、利用每个所述初始训练数据相对于其他所述初始训练数据的注意力参数对每个对应的所述初始训练数据进行预处理，得到每个所述初始训练数据对应的预处
【技术保护点】
1.一种数据生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于不同所述初始训练数据之间的相关性矩阵，获取每个所述初始训练数据相对于其他所述初始训练数据的注意力参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用每个所述初始训练数据相对于其他所述初始训练数据的注意力参数对每个对应的所述初始训练数据进行预处理，得到每个所述初始训练数据对应的预处理数据，包括：
4.一种数据检测方法，其特征在于，包括：
5.根据权利要求4所述的方法，其特征在于，所述第一分类模型采用VAGMM模型，所述V...
【技术特征摘要】
1.一种数据生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于不同所述初始训练数据之间的相关性矩阵，获取每个所述初始训练数据相对于其他所述初始训练数据的注意力参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用每个所述初始训练数据相对于其他所述初始训练数据的注意力参数对每个对应的所述初始训练数据进行预处理，得到每个所述初始训练数据对应的预处理数据，包括：
4.一种数据检测方法，其特征在于，包括：
5.根据权利要求4所述的方法，其特征在于，所述第一分类模...
【专利技术属性】
技术研发人员：赵敏，汪涵潇，葛敏，汤煜，曾强，
申请(专利权)人：中移苏州软件技术有限公司，
类型：发明
国别省市：
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。