基于对齐原型网络的小样本异常流量分类

摘要： 异常流量分类是应对网络攻击，制定网络防御的前提.网络流量数据量大导致分析成本高，新型异常流量标记样本数量少导致分类难度大，小样本学习能有效应对这些问题.但目前小样本学习的方法仍然面对着复杂的模型或计算过程带来的效率低下、训练和测试样本分布偏差导致的监督崩溃问题.本文提出了一种基于对齐的原型网络，包含内部对齐和外部对齐模块.该方法首先基于原型网络在元学习框架下生成类别原型，其内部... （共12页）