ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】由于现行方法在通信网络流量异常检测中应用效果不佳，漏检问题比较严重，为此，本文提出了基于改进深度学习（ＤＬ）的通信网络流量异常检测方法。 采用合成少数类过采样技术（ＳＭＯＴＥ）算法对收集到的不平衡通信网络流量数据进行平衡化处理；采用多级离散小波变换技术将原始流量数据在不同层级上实施分解与重构操作，提取流量特征；利用 ＤＬ 算法中的长短期记忆（ＬＳＴＭ）网络对流量特征进行学习和样本分类，识别检测异常流量，实现基于改进 ＤＬ 的通信网络流量异常检测。 经实验证明：设计方法漏检率不超过 ２％，可以实现对流量异常的精准检测。
