[发明专利]一种基于小样本学习的三元CCT网络的入侵检测方法有效
| 申请号： | 202210521946.7 | 申请日： | 2022-05-13 |
| 公开（公告）号： | CN115208613B | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 王长广;刘嘉静;王方伟;李青茹;赵冬梅 | 申请（专利权）人： | 河北师范大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06N3/0464;G06N3/08 |
| 代理公司： | 石家庄新世纪专利商标事务所有限公司 13100 | 代理人： | 董金国 |
| 地址： | 050024 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于小样本学习的三元CCT网络的入侵检测方法，采用的步骤如下：构建小样本学习的数据集；将数据集中的网络流量存储在二维数组中，将二维数组转换为灰度图像；搭建基于小样本学习的三元CCT网络的入侵检测模型；训练入侵检测网络模型；检测网络流量并确定入侵类型；本发明对transformer编码器进行了改进，在每个残差连接之前加入了可学习的通道加权，由此来优化更深层次的CCT网络，使之收敛更快，精度更高；条件位置编码以输入为条件，使位置编码更灵活，在图像分类任务中保持所需的平移不变性，从而提高分类精度；本发明基于三元损失函数度量方法，能够获得比单点损失和成对的损失更高检测入侵的准确率。 | ||
| 搜索关键词： | 一种 基于 样本 学习 三元 cct 网络 入侵 检测 方法 | ||
【主权项】：
暂无信息
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河北师范大学，未经河北师范大学许可，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/202210521946.7/，转载请声明来源钻瓜专利网。
