原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于深度神经网络的网络异常检测方法。本发明首先对网络流量数据进行预处理，对字符型特征进行数值化，然后对数值化后的数据进行最大最小归一化，使数值范围在(0,1)之间；然后利用训练数据集对模型进行训练，得到优化后的ResNet‑GRU深度学习模型；在优化后的ResNet‑GRU深度学习模型上，对测试数据集进行测试，得到每条测试数据在每个类别上的概率分布；具有最大概率的类别即为该样本所属于的流量类别。本发明对网络流量数据实现了很好的分类，更准确地判断了网络流量的类型，从而提高网络异常检测
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113516228 A
(43)申请公布日 2021.10.19
(21)申请号 202110773828.0
(22)申请日 2021.07.08
(71)申请人 哈尔滨理工大学
地址
文档评论（0）