《电子测量技术杂志》发表论文赏析

基于时空特征融合的网络异常流量检测方法

来源:电子测量技术杂志2025年第14期北京时间:

作者:徐仪帆

单位:四川大学网络空间安全学院 成都 610065

摘要:针对传统网络异常流量检测模型存在数据时空特性利用不充分和泛化能力较差等问题,提出一种基于多头注意力机制和时空特征融合的网络异常流量检测方法。通过卷积神经网络(CNN)提取流量数据的空间局部特征,并引入多头注意力机制对特征进行多角度自适应重加权,从而提升模型对异常流量的敏感度。将重加权后特征输入双向长短期记忆网络(BiLSTM),挖掘流量数据中的长距离时序依赖关系。最后,利用Softmax对流量数据进行分类与识别。在公开数据集NSL-KDD和CIC-IDS-2017上开展实验,检测准确率分别为85.40%和99.41%,验证了该方法在异常流量检测任务中的有效性。

关键词:异常流量检测;注意力机制;卷积神经网络;长短期记忆网络

2025年14期其他文献查阅:

基于表示学习和动态阈值优化的航天器异常检测方法

基于量子点短波红外焦平面探测器的二氧化碳成像系统研究

基于时空特征融合的网络异常流量检测方法

基于FPGA的SATA图像采集系统的设计与实现

智慧校园车路协同视域下无人车调度系统研究

基于二维嵌入式导频序列的OTFS高精度信道估计方法

基于YOLOv8的钛棒表面缺陷检测

基于CNN-BiLSTM模型的多场景窃电检测与类型判别研究

面向嵌入式设备的绝缘子缺陷检测算法研究

基于ARS-YOLOv9s的PCB缺陷检测算法

基于改进RT-DETR的玻璃绝缘子缺陷检测算法

基于改进的临界多边形算法的鞋片排样方法

一种复杂场景无人机图像多尺度目标检测方法

机器人多工位搬运锂电池的混合元启发式调度算法研究

改进YOLO11的PCB表面缺陷检测方法

非结构化道路坑洼检测的YOLOv7算法优化

基于改进YOLOv8的道路缺陷检测

基于改进灰狼算法优化BP神经网络的RSS指纹定位

基于改进RT-DETR的织物疵点检测方法

MEC-YOLOv11n:水面小目标漂浮物的检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!