小樣本下基于決策樹(shù)-SNN的惡意流量檢測(cè)方法
計(jì)算機(jī)工程與應(yīng)用
頁(yè)數(shù): 9 2022-09-09
摘要: 針對(duì)目前小樣本下的惡意流量檢測(cè)方法存在準(zhǔn)確度低、特征提取不足和模型過(guò)擬合問(wèn)題,提出了一種小樣本下基于改進(jìn)決策樹(shù)-孿生神經(jīng)網(wǎng)絡(luò)的惡意流量檢測(cè)算法。為了降低小樣本下多分類(lèi)任務(wù)的難度,利用類(lèi)間中心距離構(gòu)建二叉決策樹(shù)將多分類(lèi)問(wèn)題轉(zhuǎn)換為二分類(lèi)問(wèn)題。將孿生神經(jīng)網(wǎng)絡(luò)的對(duì)比分支設(shè)計(jì)為三支一維卷積神經(jīng)網(wǎng)絡(luò)并行的結(jié)構(gòu)來(lái)解決小樣本下特征提取不足問(wèn)題。引入了通過(guò)池化策略和一維卷積操作優(yōu)化的SE(squ... (共9頁(yè))