本发明属于信息安全技术领域,涉及一种基于shapelet的网络异常流量检测方法及系统,该方法首先抓取流量并制作成csv文件,对csv文件进行数据预处理,再通过numpy处理成为npy文件,然后划分训练集和测试集;采用学习时间序列shapelet算法,生成流量数据时间序列中最具有代表性的shapelet序列;用shapelet序列训练CNN‑LSTM异常检测模型,用训练好的CNN‑LSTM异常检测模型进行流量异常检测,得到流量多分类检测结果。本发明采用shapelet时序数据处理技术得到shapelet序列,用于网络流量异常检测,可提高检测率,降低误报率和漏报率。
📄 2023104881977
📂 H04L9_40
👤 华东交通大学
📅 2023-05-04