【摘 要】
：
当前针对计算机的各种攻击层出不穷,异常检测不仅能够检测未知攻击,也能用于检测内部威胁。相比于传统机器学习模型来说深度学习模型更能够挖掘出数据特征间的关联关系。因此本文采用深度学习的思路,提出一种有效的网络流量异常检测方法（GMA-MTL）,针对网络流量数据特点进行数据预处理并建立多任务学习神经网络分类器进行网络流量的异常检测。首先,本文采用ADASYN自适应采样算法对网络流量数据集存在的不平衡问题
论文部分内容阅读
当前针对计算机的各种攻击层出不穷,异常检测不仅能够检测未知攻击,也能用于检测内部威胁。相比于传统机器学习模型来说深度学习模型更能够挖掘出数据特征间的关联关系。因此本文采用深度学习的思路,提出一种有效的网络流量异常检测方法（GMA-MTL）,针对网络流量数据特点进行数据预处理并建立多任务学习神经网络分类器进行网络流量的异常检测。首先,本文采用ADASYN自适应采样算法对网络流量数据集存在的不平衡问题进行处理。在网络流量数据中,由于各个异常类别的攻击行为存在差异性,因此在捕获异常流量数据时会有较为明显的数据不平衡现象,对实验结果会带来较大的误导。本文分析了常用的数据平衡算法的优劣,最终选取ADASYN算法来进行数据的平衡化处理。其次,本文提出嵌入式和过滤式相结合的特征选择算法来解决网络流量数据中存在的特征维度过高问题。第一步先利用嵌入式特征选择算法来找出重要性较高的特征组合,第二步再对剩余的特征集合采用过滤式特征选择算法过滤掉冗余或与分类目标不相关的特征。通过混合特征选择算法来得到最优特征子集,能够提升异常检测方法的效率,提高模型预测结果。再次,本文搭建了多任务学习分类器（MTL）,将数据预处理后得到的重要特征子集作为多任务学习层的输入,加强了分类器对重要特征信息的捕捉能力。将其余特征集合作为DNN部分的输入,通过多个隐含层来挖掘特征之间更深层次的关联关系。在训练过程中,利用二阶优化算法对模型参数进行调整。最后,实现了基于GMA-MTL的网络流量异常检测方法。在UNSW-NB15公共网络流量数据集上进行了训练和预测。利用相关评价指标对预测结果进行评价,再通过对比实验来验证本文所提出的网络流量异常检测方法的有效性。
其他文献
兴趣点推荐作为解决基于位置社交网络（Location-Based Social Network,LBSN）中信息过载的有效方法,其推荐的精准度和模型的健壮性直接影响着用户对推荐系统的信任,因此兴趣点推荐具有重要的研究意义。为了有效地缓解数据稀疏性,诸多研究学者将时间因素、地理距离、兴趣点流行度等多方面签到行为信息融合,但这些研究很少涉及到季节相关信息。同时用户的兴趣不仅受到自身行为的影响,而且在一
本文讨论了一个由两个不同部件并联可修复系统的随机数学模型,故障系统的修复时间是任意分布的。利用Banach空间下的Volterra积分方程,运用初等方法首先证明了该系统非负解的存在唯一性;其次研究了系统的一个本征值对应一个本征向量的问题;最后在特例的情况下初步证明了解的可靠性。
射频识别技术（Radio Frequency Identification,RFID）作为物联网领域的关键技术之一,由于非接触、非视距等优点被广泛应用在商店、图书馆、仓库等场景中。在这些场景中,往往存在大量贴有标签的物品,而为了方便管理,人们通常希望同类物品放置在相近的位置。物品错置不仅会增加管理成本,在一些特殊场景中甚至会存在安全隐患,所以利用RFID系统进行物品错置识别是一个关键且亟待解决的问
随着我国城镇化进程的加快,地下空间逐渐成为城市容量空间中重要的组成部分。人们对地下空间除了提出功能上的基本需求,对生活环境的要求也越来越高,很多在住宅地下顶板种植草木,以实现空间的绿化和美化。随着地下空间结构总量的增多,其中存在的问题也逐渐显露:一方面,住宅中地下结构渗漏问题较多,其带来的危害被人们所诟病,严重影响结构安全;另一方面,近年来我国城市内涝现象频发,不仅影响人们生命财产安全,对建筑的防
近年来,随着我国航空工业的飞速发展,近β钛合金因其具有高强韧性、优良淬透性、高损伤容限等特性,成为航空制造领域长寿命、轻量化承力构件的关键材料之一。其在制造复杂结构的大型航空模锻件的过程中,由于各部位变形及温度不均匀极易导致锻件局部宏、微观组织难以满足航空锻件的高要求,需去除掉部分材料,使得材料利用率降低。本论文着眼于一次模锻成形的TB6钛合金工字形模锻件低倍组织中出现的“低倍粗晶”现象及其导致组
在煤炭港口取装作业中,皮带是主要的运输设备,皮带上特定位置的料流信息可以判断当前料流位置,起到预警作用,也可防止皮带上料流洒落等意外情况发生。目前传统的港口皮带料流检测主要依靠人工目测、倾斜开关、拉绳开关或超声波开关等设备类实现。人工目测会受到光线的限制,传感器由于设备工作环境的特殊性,会经常出现误检和漏检的情况。同时传统皮带料流检测频率和速度都难满足实际作业需求。提高检测的准确率、频率和速度,是
为了满足人们对汽车底盘性能日益增长的需求,汽车的悬架系统逐渐由被动悬架向半主动和主动悬架等可控悬架方向发展。然而由于悬架系统的工作环境较为恶劣,其执行机构或传感器可能会因长时间的使用而发生疲劳或老化等现象,从而使得半主动悬架系统出现故障,导致作动器无法达到控制器的期望控制目标,甚至导致车辆行驶中的性能下降。本文基于少自由度并联机构馈能式半主动悬架,以半主动悬架可能出现的增益变化和偏差故障为研究对象
本文结合层状结构超导体的导电层和非导电层相间的特征等，利用有效调制势模型，将各向同性均匀系的电声互作用超导理论较具体的扩展到各向异性非均匀系并进行进一步的研究，从而推导出有效调制势模型下的费密能和态密度以及能隙方程，并得到了有效调制势模型的超导转变温度Tc公式。 然后，将这个理论结果应用到新型超导材料MgB2上，得到二硼化镁的超导临界温度为34K，与实验值比较接近。
针对虚假数据注入攻击能够躲过不良数据识别机制,篡改状态估计结果的问题,本文提出了一种基于节点信任度的虚假数据注入攻击的检测和防御方案。本文从建立电力系统节点信任度模型出发,实现对虚假数据注入攻击的检测与定位的目标,并将节点信任度与加权最小二乘法状态估计算法相结合,对状态估计实时修正。最后考虑节点信任度定义了一种新的控制距离,利用层次聚类法和映射分区算法对电网,优化电网的分区,缓解攻击对电力系统的影
业务流程的执行产生了大量日志,为业务流程发现提供了重要依据。流程发现是流程挖掘三大研究方向之一,旨在从日志中挖掘出能准确描述流程行为的业务模型。流程发现需要采用规范格式的日志,但在很多情况下,信息系统并没有给出可用形式的日志,这就需要结合数据的存取机制获取日志。已有的日志提取和转换方法缺少对关键业务数据的支持,本文通过抽取关系数据库中的数据操作语句来构建日志,进而发现业务流程模型。本文主要工作如下