一种网络异常检测方法、装置、模型训练方法及电子设备制造方法及图纸

本发明专利技术涉及一种网络异常检测方法、装置、模型训练方法及电子设备，属于计算机技术领域。方法包括：获取待检测网络流量数据集；对待检测网络流量数据集中的数据进行预处理，得到第一数据集；对第一数据集进行特征提取，得到第一特征集；对第一特征集中的特征进行特征融合，得到融合特征集，其中，特征融合包括对同一特征的不同维度的信息进行融合；将融合特征集输入预设的多尺度异常检测神经网络，得到第一异常检测结果。本申请通过对待检测网络流量数据集中的数据进行不同方面特征的融合，为网络异常检测提供了更全面、更丰富的信息；再通过多尺度异常检测神经网络对融合特征集进行不同尺度下异常行为的细节和特征捕捉，提高了异常检测的准确性。

【技术实现步骤摘要】

本申请属于计算机，具体涉及一种网络异常检测方法、装置、模型训练方法及电子设备。

技术介绍

1、随着互联网技术的快速发展，网络已经成为现代社会不可或缺的一部分。然而，网络的普及也带来了诸多安全问题，尤其是网络入侵行为，它不仅威胁到个人隐私和企业数据的安全，还可能对国家安全构成威胁。因此，开发有效的网络入侵检测方法对于维护网络安全至关重要。

2、现今，传统的网络入侵检测系统（intrusion detection system，ids）主要有依赖于签名匹配技术的签名检测方法；通过比对网络流量与已知攻击模式的签名来识别异常行为；通过建立正常网络行为模型，将偏离该模型的行为视为潜在威胁的异常检测方法；利用统计学原理分析网络流量的特征分布，识别异常模式统计分析的检测方法；以及基于机器学习的检测方法等。然而，这些方法存在着数据处理效率低、误报率高等问题。

技术实现思路

1、鉴于此，本申请的目的在于提供一种网络异常检测方法、装置、模型训练方法及电子设备，以改善当前网络入侵检测方法存在的数据处理效率低、误报率高的本文档来自技高网...

【技术保护点】

1.一种网络异常检测方法，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，所述获取待检测网络流量数据集，包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述待检测网络流量数据集中的数据进行预处理，得到第一数据集，包括：

4.根据权利要求1所述的方法，其特征在于，对所述第一数据集进行特征提取，得到第一特征集，包括：

5.根据权利要求1所述的方法，其特征在于，所述对所述第一数据集进行特征提取，得到第一特征集，包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述第一数据集进行特征提取，得到第一特征集，还包...

【技术特征摘要】

1.一种网络异常检测方法，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，所述获取待检测网络流量数据集，包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述待检测网络流量数据集中的数据进行预处理，得到第一数据集，包括：

4.根据权利要求1所述的方法，其特征在于，对所述第一数据集进行特征提取，得到第一特征集，包括：

5.根据权利要求1所述的方法，其特征在于，所述对所述第一数据集进行特征提取，得到第一特征集，包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述第一数据集进行特征提取，得到第一特征集，还包括：

7.根据权利要求1所述的方法，其特征在于，所述对所述第一特征集中的特征进行特征融合，得到融合特征集，包括：

8.根据权利要求7所述的方法，其特征在于，所述对所述...

【专利技术属性】
技术研发人员：谢忱，陈亮，徐钟豪，
申请(专利权)人：上海斗象信息科技有限公司，
类型：发明
国别省市：