BriefGPT - AI 论文速递
·
基于时间谱的攻击流量识别方法
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于时间谱的网络攻击流量检测与识别方法，旨在解决现有模型的鲁棒性不足和数据噪声干扰问题，通过滑动窗口构建特征序列，从而提高识别准确性。
🎯
关键要点
-
提出了一种基于时间谱的网络攻击流量检测与识别方法。
-
解决了现有模型的鲁棒性不足、特征不稳定和数据噪声干扰的问题。
-
通过滑动窗口对流量数据进行分段，构建特征序列。
-
运用谱标签生成方法，将标签序列转化为谱标签。
-
提高了模型的识别准确性和鲁棒性，尤其在噪声环境中表现出色。
➡️
