[发明专利]一种基于多层回声状态网络的网络流量异常检测方法在审
| 申请号： | 201910839401.9 | 申请日： | 2019-09-05 |
| 公开（公告）号： | CN110650124A | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 廖年冬;宋砚琪 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L29/08;G06K9/62;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于多层回声状态网络的网络流量异常检测方法，对原始数据进行包聚合特征提取、特征编码、归一化处理，并对回声状态网络增加多个储备池来提高线性组合的复杂度，大大降低模型的检测时间，提高了检测效率。该方法能够有效地检测到异常数据，且具有较低的假阳率，极大地降低了误报情况的出现，具有较高的实用价值。 | ||
| 搜索关键词： | 回声状态网络 检测 归一化处理 聚合特征 特征编码 网络流量 线性组合 异常检测 异常数据 原始数据 复杂度 有效地 多层 误报 储备 | ||
【主权项】：
1.一种基于多层回声状态网络的网络流量异常检测方法，其特征在于，包括步骤：/nS1:对原始数据包进行包聚合特征提取:将.pcap文件分割成若干条网络流，并分别遍历其中的数据包以提取五元组；/nS2:对包聚合特征提取后的数据进行去冗余；/nS3:特征编码处理：对标签型特征变量进行label encoding编码，选取与标签编码不同数量级的数值来编码缺失值；/nS4:对特征编码后的数据集进行归一化处理；/nS5:对优化后的数据集采用分层抽样法划定训练集和测试集，并从所述训练集中抽取部分样本对模型进行空转，在所述训练集上对回声状态网络进行训练，然后在所述测试集上进行验证，确定待测样本为正常网络流量还是异常网络流量。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910839401.9/，转载请声明来源钻瓜专利网。
