基于異常保持的弱監(jiān)督學習網(wǎng)絡(luò)入侵檢測模型

摘要： 網(wǎng)絡(luò)入侵檢測系統(tǒng)對維護網(wǎng)絡(luò)安全至關(guān)重要，目前針對只有較少異常標記網(wǎng)絡(luò)數(shù)據(jù)的入侵檢測場景的研究較少?；跀?shù)據(jù)的異常保持性，設(shè)計了基于異常保持的弱監(jiān)督學習網(wǎng)絡(luò)入侵檢測模型WIDS-APL,該檢測模型包含數(shù)據(jù)轉(zhuǎn)換層、表征學習層、轉(zhuǎn)換分類層和異常判別層4部分，利用一組可學習的編碼器將樣本映射到不同區(qū)域并壓縮到超球體，利用異常樣本的標簽信息學習正常樣本和異常樣本的分類界限，得到樣本的異常... （共9頁）