- 1、本文档共11页,其中可免费阅读8页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
0?引言
信息技术的高速发展不仅给网络用户带来极大便捷,同时还带来了许多安全威胁[1]。端口扫描、SQL注入、分布式拒绝服务、APT等网络恶意攻击使得网络产生异常,计算机系统崩溃,最终无法对外提供正常服务。流量作为网络信息交互和传输的重要载体,对其异常情况进行检测是网络安全领域的研究热点之一[2]。
网络异常流量检测算法总体可分为有监督异常检测和无监督异常检测两种。有监督异常检测通过对有标签的网络流量样本进行特征学习,进而对测试样本进行判别[3-4],但该法有两个明显弊端,首先其需要大量有标签样本,即需要大量人工投入和资金支持,其次该法只能学习已有的攻击样本特征,无法检测未知攻击样本。现有无监
文档评论(0)