基于深度学习的网络异常流量预测方法

目的：实现预测下一时段网络流量特征变化和网络安全事件分类识别，为NIDS实现网络安全事件的预警功能提供了方法分析。 方法：由三个主要阶段组成的神经网络模型：在第一阶段，对NIDS中网络流量数据进行时间序列预处理和长期短期记忆（LSTM）网络学习时间特征。在第二阶段，卷积神经网络（CNN）学习网络流量的空间特征。在第三阶段，基于前面步骤得到训练后的LSTM模型用以预测后续时间戳中的网络流量时间序列，

>>阅读原文<<