摘要
摘要
随着计算机互联网的迅速发展,网络安全问题日益凸显,快速准确地检测
网络流量中的异常行为成为重要的研究课题。传统的基于规则和统计方法的异
常流量检测准确率较低,难以适应当今网络环境复杂性和动态性的挑战。虽然
基于机器学习的检测方式准确率得到一定的提升,但其往往依赖人工特征提取,
检测效果在很大程度上受限于特征选择的优劣。本研究围绕基于深度学习的网
络流量异常检测方法与系统展开,所做的主要工作包括:
设计并实现了
摘要
摘要
随着计算机互联网的迅速发展,网络安全问题日益凸显,快速准确地检测
网络流量中的异常行为成为重要的研究课题。传统的基于规则和统计方法的异
常流量检测准确率较低,难以适应当今网络环境复杂性和动态性的挑战。虽然
基于机器学习的检测方式准确率得到一定的提升,但其往往依赖人工特征提取,
检测效果在很大程度上受限于特征选择的优劣。本研究围绕基于深度学习的网
络流量异常检测方法与系统展开,所做的主要工作包括:
设计并实现了
文档评论(0)