龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：深圳大学
摘要：本发明公开了一种基于自注意力BiLSTM的DoH检测方法，涉及网络信息安全技术领域，包括：获取第一流量数据；对所述第一流量数据进行欠采样和过采样处理，得到第二流量数据；将所述第二流量数据输入自注意力BiLSTM深度学习模型，提取所述DoH流量数据的全局特征并保留时序特征。本发明采用欠采样和过采样对流量数据进行处理，实现了数据平衡；本发明为了准确进行DoH流量的多分类，构建了自注意力BiLSTM深度学习模型，解决了DoH流量检测困难且准确率较低的问题。
主权项：1.一种基于自注意力BiLSTM的DoH检测方法，其特征在于，具体包括以下步骤：获取第一流量数据；对所述第一流量数据进行欠采样和过采样处理，得到第二流量数据；将所述第二流量数据输入自注意力BiLSTM深度学习模型，提取DoH流量数据的全局特征并保留时序特征；对所述第一流量数据进行欠采样和过采样处理，包括：利用DBSCAN-ENN算法对所述第一流量数据进行欠采样处理，删除所述第一流量数据的多数类样本数据；利用GAN-SMOTE算法对所述第一流量数据进行过采样处理，增加所述第一流量数据的少数类样本数据；所述自注意力BiLSTM深度学习模型包括自注意力模块和BiLSTM；所述自注意力模块，用于挖掘和提取所述DoH流量数据的全局特征；所述BiLSTM，用于对所述DoH流量数据的全局特征进行分析，并保留时序特征；将数据处理后的DoH流量数据输入自注意力BiLSTM深度学习模型，提取所述DoH流量数据的全局特征并保留时序特征，包括：利用线性层对所述数据处理后的DoH流量数据进行特征映射，并输入所述自注意力模块提取所述DoH流量数据的全局特征，其中，所述自注意力模块包括多头注意力和前向反馈；将所述DoH流量数据的全局特征通过归一化层进行线性转换，并输入到所述BiLSTM中分析所述DoH流量数据的特征，进而保留所述时序特征。
全文数据：
权利要求：
百度查询： 深圳大学 一种基于自注意力BiLSTM的DoH检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号