摘要
网络环境中的异常流量行为,不仅严重威胁着网络系统的稳定运行,还可能造成重大的经济损失和社会影响。因此,提出基于LSTM的大规模网络流量异常行为检测方法。首先,提取大规模网络流量异常行为的特征,全面反映网络流量的整体特性;其次,构建LSTM网络模型,使用训练好的LSTM模型对新的网络流量数据进行异常检测;最后,将重构误差与阈值进行对比,实现智能识别流量的异常行为,进而实现异常行为的检测。实验结果表明:基于LSTM的大规模网络流量异常行为检测方法在实验结果上表现出色,相较于其余两种方法,该方法能够最大程度上保证较好的检测效果,精准度较高,证明了LSTM模型具有良好的可扩展性和适应性。
出处
《工业控制计算机》
2025年第8期89-91,共3页
Industrial Control Computer
基金
2023年教育部高等教育司产学合作协同育人资助项目(230703175305222,230700367291649)
2023年度河南省本科高校智慧教学专项研究项目(教高〔2023〕334号)
河南省高等教育教学改革研究与实践支持项目(2024SJGLX0584)
郑州工业应用技术学院2023年校级教育教学改革研究与实践项目(JG-230109,JG-230222,JG-230212,JG-230201)。
