网络切片场景下基于分布式生成对抗网络的服务功能链异常检测

来源：电子与信息学报杂志2023年第1期北京时间：

作者：唐伦, 王恺, 张月, 周鑫隆, 陈前斌

单位：1.重庆邮电大学通信与信息工程学院 重庆 4000652.重庆邮电大学移动通信重点实验室 重庆 400065

摘要：针对网络切片场景中，由于软硬件异常而导致服务功能链(SFC)异常的问题，该文提出一种基于分布式生成对抗网络(GAN)的时间序列异常检测模型(DTSGAN)。首先，为学习SFC中正常数据的特征，提出分布式GAN架构，对SFC中包含的多个虚拟网络功能(VNF)进行异常检测；其次，针对时间序列数据构建一种基于滑动窗口数据特征提取器，通过提取数据的两种衍生特性和8种统计特征以挖掘深层次特征，得到特征序列；最后，为学习并重构数据特征，提出时间卷积网络(TCN)与自动编码器(AE)构建的3层编解码器作为分布式生成器，生成器通过异常得分函数衡量重构数据与输入数据的差异以检测VNF的状态，进而完成SFC的异常检测。在数据集Clearwater上采用准确率、精确率、召回率和F1分数这4个性能指标验证了该文所提模型的有效性和稳定性。

关键词：异常检测, 服务功能链, 生成对抗网络

基金资助：国家自然科学基金(62071078)，重庆市教委科学技术研究项目(KJZD-M201800601)，川渝联合实施重点研发项目(2021YFQ0053)