原创力文档- 1、本文档共6页，其中可免费阅读5页，需付费10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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
本发明涉及结合深度分层网络的网络恶意流量检测方法，属于计算机与信息科学技术领域。本发明首先对原始流量包进行特征提取，生成字节表示的向量特征，然后将新生成的特征输入深度分层网络的Text‑CNN网络进行空间特征提取，将输出的空间特征重塑为特征图，输入Bi‑LSTM网络中提取时间特征，最后对深度分层网络进行迭代训练，根据时空特征输出流量的分类结果。本发明使用了深度学习方法，大大提高了流量信息的特征提取效率，而且可以对网络用户产生的原始流量数据进行分析检测，解决了流量数据特征工程丢失信息造成的分类精度
(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 112261063 A
(43)申请公布日 2021.01.22
(21)申请号 202011251386.5
(22)申请日 2020.11.09
(71)申请人 北京理工大学
地址
文档评论（0）