一种基于卷积神经网络特征压缩的异常检测方法

    公开(公告)号:CN111291860A

    公开(公告)日:2020-06-16

    申请号:CN202010031422.0

    申请日:2020-01-13

    Abstract: 本发明属于深度学习入侵检测技术领域,具体涉及一种基于卷积神经网络特征压缩的异常检测方法。本发明采用独热编码以及离差标准化的技术,将数据特征进行预处理,使得深度学习模型可以更有效的识别数据集的特征,从而减少数据的失真率;通过嵌入层将独热编码的稀疏矢量压缩为密集矢量,减少每次模型的训练时间;通过离差标准化来对原始数据进行线性变换,使得数据在变幻之后仍然保持原有的线性关系,这样可以提高模型在入侵检测之中的精度。本发明的入侵检测准确率较高,训练时间短,预测精度高,可以广泛应用于网络入侵检测等方面。

Patent Agency Ranking