需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于自监督变分LSTM的深层半监督学习网 络入侵检测方法

基于自监督变分LSTM的深层半监督学习网 络入侵检测方法

发布时间: 2021-11-06

来源: 科技服务团

基本信息

合作方式： 技术服务
成果类型： 发明专利,实用新型专利
行业领域：
新一代信息技术产业,信息传输、软件和信息技术服务业
成果介绍

一种基于自监督变分LSTM的深层半监督网络入侵检测方法，其实现步骤为:数据预处理，对数值表示进行标准化处理;压缩网络的LSTM编码器将有标签和无标签样本向量的高维特征表示压缩成低维表示，并使用softsign函数替换tanh函数作为激活函数;定义自监督变分自编码器，重构隐变量，定义潜在变量;使用LSTM解码器负责将隐变量转换为重构的特征向量，并将特征向量输入到评估网络中，得到初步分类结果;对标签数据和未标签数据的分类结果分别计算有监督损失和无监督损失，并将参数更新到权重函数内部;本发明可以用在存在不平衡数据的背景下最大限度的提取关键特征，具有较高的分类准确率，较低的误报率。 

成果亮点
团队介绍
成果资料