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
本发明公开了一种基于生成对抗网络的日志入侵检测系统，通过使用基于生成对抗网络的无监督学习，避免了因为异常样本数量严重不足对训练造成的负面影响。通过使用基于LSTM/GRU的自动编码器作为生成器生成异常样本，提升了训练的有效性。使用DR分数的重构误差和判别器的判别结果，更有效的利用了生成对抗网络在判别阶段的生成器，并且综合和先前生成模型和判别模型提高了识别异常的效果。使用基于前缀树的日志解析算法，在解析过程中保留了日志时间等数据信息，在入侵检测过程中引入时间信息，提升了入侵检测的准确性。基于前缀树
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116318830 A
(43)申请公布日 2023.06.23
(21)申请号 202310051810.9
(22)申请日 2023.02.02
(71)申请人 北京邮电大学
文档评论（0）