基于深度学习的网络流量异常检测方法

• 作者: 刘天泽
• 来源期刊: 科技创新与生产力
• 关键词: 网络安全 流量异常 流量检测 深度学习
• 年，卷（期）: 2022,（6）
• 所属期刊栏目: 技术创新
• 页码范围: 120-122
• 页数: 2页
• 分类号: TP393.08,TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9146.206.120

摘要

在网络入侵检测面临较高挑战的情况下，为了满足高级网络工作场合的异常检测需求，本文在介绍常见的网络流量检测技术和深度学习思想的基础上，深入探究与讨论了堆叠降噪自编码器（SDA）算法模型和长短期记忆网络（LSTM）算法模型的网络流量异常检测方法，指出这些方法提高了检测速度、稳健性、自适应性和准确性，是目前我国主流的网络流量检测方法。