[00901859]一种基于1D-CNN特征重构的网络安全数据分类方法
交易价格:
面议
所属行业:
通信
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN202011209655.1
交易方式:
其他
联系人:
所在地:浙江杭州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于1D-CNN特征重构的网络安全数据分类方法,包括模型的构建与训练优化,具体为首先利用特征之间的相关性矩阵构建1D-CNN深层学习模型,通过卷积、池化和全连接的全局卷积操作,生成低维的重构特征,完成数据的降维重构。再利用传统的浅层机器学习算法构建安全数据分类模型,实现对网络安全大数据中的威胁行为检测。本发明提出的基于1D-CNN的特征重构方法,可以控制重构特征的维度,实现数据降维,不仅简化了深度学习的运算过程,还提高了模型的运算效率,在卷积层中利用特征之间的相关性,提高了重构特征之间的关联性,使分类结果更加准确。
本发明公开了一种基于1D-CNN特征重构的网络安全数据分类方法,包括模型的构建与训练优化,具体为首先利用特征之间的相关性矩阵构建1D-CNN深层学习模型,通过卷积、池化和全连接的全局卷积操作,生成低维的重构特征,完成数据的降维重构。再利用传统的浅层机器学习算法构建安全数据分类模型,实现对网络安全大数据中的威胁行为检测。本发明提出的基于1D-CNN的特征重构方法,可以控制重构特征的维度,实现数据降维,不仅简化了深度学习的运算过程,还提高了模型的运算效率,在卷积层中利用特征之间的相关性,提高了重构特征之间的关联性,使分类结果更加准确。