BriefGPT - AI 论文速递
·
通过多视角特征融合进行网络异常流量检测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种新型流量特征的流扩展，通过对单流时间序列进行时间序列分析，使用15个公开可用的数据集进行评估，结果表明该特征向量在网络流量分类任务中具有可用性和普适性。分类性能在超过一半的评估任务中提高了多达5%。
🎯
关键要点
- 本文提出了一种新型流量特征的流扩展。
- 流扩展基于单流时间序列的时间序列分析。
- 使用69个通用特征进行统计分析、时域分析、数据包分布分析和频域分析。
- 评估使用了15个公开可用的数据集。
- 特征向量在网络流量分类任务中具有可用性和普适性。
- 分类性能在二进制和多类分类任务上与相关工作相当或更好。
- 在超过一半的评估任务中，分类性能提高了多达5%。
➡️
