动态生成Shapelet的网络流量异常检测

摘要： 当前网络流量异常检测方法大多针对流量特征集构建检测算法，为充分利用网络流量本身数据信息，降低对人为构建特征集的依赖，采用原始网络流量数据，基于对抗性动态Shapelet网络(ADSN),动态学习Shapelet时序特征，提出一种单尺度输入的ADSN(S-ADSN)流量异常检测方法。将网络会话流中用于建立连接的数据转换为时间序列，基于S-ADSN对原始流量序列样本动态学习和生成S... （共6页）