基于WGAN动态惩罚的网络安全不平衡数据集分析方法
公开
摘要
本发明公开了基于WGAN动态惩罚的网络安全不平衡数据集分析方法，针对不平衡数据集中的少类样本构建WGAN模型。在判别器损失函数中添加一项惩罚项，约束损失函数的梯度范数，惩罚项在真实数据分布上叠加一个随机分布作为过渡分布，惩罚项的系数为真实分布与生成分布之间的均方距离。在模型训练过程中，两个数据分布之间的均方距离不断变化，即对判别器损失函数的惩罚是动态更新的，有助于提高模型训练的稳定性和效率。本发明提出的基于WGAN动态惩罚的网络安全不平衡数据集分析方法，通过生成大量少类样本，与原始样本融合，实现数据集的平衡。在基于浅层机器学习算法对数据分类时，实现对原始少类数据的高效正确检测。
基本信息
专利标题 ：
基于WGAN动态惩罚的网络安全不平衡数据集分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114301667A
申请号 ：
CN202111617202.7
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
许艳萍裘振亮仇建叶挺聪张桦吴以凡张灵均陈政
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
杨舟涛
优先权 ：
CN202111617202.7
主分类号 ：
H04L9/40
IPC分类号 ：
H04L9/40 G06N20/00
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
