一种基于改进1DCNN网络的数据库异常流量检测方法、系统技术方案

本发明专利技术提出一种基于改进1DCNN网络的数据库异常流量检测方法及系统，该系统包括网络流量数据采集模块、网络流量数据传输和处理模块、异常流量检测模块、检测结果可视化展示模块、系统管理模块，其中异常流量检测模块采用基于改进的1DCNN算法进行非线性流量模式下的检测，并进行单条流量会话检测和恶意事件告警。采用本发明专利技术后，可以深层次地捕获数据的特征，解决现有1DCNN在卷积计算中的关键信息丢失问题，提高网络模型的预测正确率，通过残差连接方式引入跨层的信息传递，有助于网络更好地捕捉复杂的非线性流量模式，提高网络的表达能力。

【技术实现步骤摘要】

本专利技术涉及一种基于改进的一维卷积神经网络与双向长短时记忆网络的数据库异常流量检测方法、系统、设备及可读存储介质，属于数据库检测领域。

技术介绍

1、随着网络技术飞速发展，异常流量检测在维护网络安全和稳定方面扮演着关键角色。异常流量往往标志着存在潜在的网络攻击或故障，因此及早发现并应对异常流量对于确保网络正常运行至关重要。目前，异常流量检测技术涌现出多种方法，包括基于统计学、机器学习和深度学习等不同手段。

2、传统的异常流量检测方法在处理复杂的非线性流量模式时存在一些不足。常用的一维卷积神经网络(one-dimensional convolutional neural network,1dcnn)虽然能够有效提取数据的空间特征，但其卷积操作容易导致关键信息损失，限制了网络的表达能力。特别是面对日益复杂和隐蔽的网络攻击手段时，传统1dcnn表现欠佳，难以提供足够准确的异常流量检测结果。1dcnn使用不同尺寸的卷积核对输入数据进行卷积运算，以提取数据的空间特征。输入数据格式为n×1×m，表示有n个样本，每个样本为一维序列，长度为m。卷积操作有助于本文档来自技高网...

【技术保护点】

1.一种基于改进1DCNN网络的数据库异常流量检测方法，其特征在于：该方法具体步骤为：

2.根据权利要求1所述的一种基于改进1DCNN网络的数据库异常流量检测方法，其特征在于：步骤(3)中，具体算法步骤如下：

3.一种基于改进1DCNN网络的数据库异常流量检测系统，该系统包括：

4.根据权利要求3所述的一种基于改进1DCNN网络的数据库异常流量检测系统，其特征在于：模块(3)中，改进的1DCNN算法步骤如下：

【技术特征摘要】

1.一种基于改进1dcnn网络的数据库异常流量检测方法，其特征在于：该方法具体步骤为：

2.根据权利要求1所述的一种基于改进1dcnn网络的数据库异常流量检测方法，其特征在于：步骤(3)中，具体算法步骤如下：

【专利技术属性】
技术研发人员：王伟斌，段天毅，
申请(专利权)人：北京新数科技有限公司，
类型：发明
国别省市：