一种基于条件变分自编码器的网络入侵检测方法

摘要

本发明公开了一种基于条件变分自编码器的网络入侵检测方法，属于网络空间入侵检测技术领域，该方法先训练一个以对数双曲余弦函数作为损失函数的条件变分自编码器用于对数据集扩充，然后使用数据扩充后的数据集训练一个基于卷积神经网络的分类器作为整个模型的入侵检测器。本发明利用条件变分自编码的生成能力和卷积网络对数据特征优异的特征提取能力，提升了在网络空间入侵数据集上的分类检测性能，同时也解决了由于数据集样本不均衡造成的性能下降的问题。