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】针对无线网络开放性特点带来的异常流量攻击威胁，以及传统检测方法在高维数据处理、实时性要求和误报率控制等方面面临的挑战，本文提出一种基于对抗学习的异常流量入侵检测方法。 首先，设计对抗学习机制以提取异常流量入侵特征，并构建信任模型进行入侵识别；其次，针对极端样本可能导致的检测偏差，引入真实流量数据标签进行模型优化；最后，通过实验验证所提方法的有效性。 实验结果表明，该方法能够有效识别多种异常流量入侵行为，且检测准确率高，为无线网络的安全稳定运行提供了可靠支持。
