基于GAN的流量檢測類不平衡問題

打開文本圖片集

摘要：針對異常流量檢測任務(wù)中存在的類不平衡問題，提出了一種基于生成式對抗網(wǎng)絡(luò)（generative adversarial networks，GAN）和時(shí)間卷積網(wǎng)絡(luò)（temporal convolutional network，TCN）的上采樣方法，該方法能夠有效增強(qiáng)少數(shù)類樣本的表示能力。將GAN網(wǎng)絡(luò)擴(kuò)展為帶有梯度懲罰機(jī)制和條件輔助信息的Wasserstein生成對抗網(wǎng)絡(luò)CWGAN-gp，梯度懲罰機(jī)制通過在判別器的損失函數(shù)中加入懲罰項(xiàng)，約束判別器的梯度，提高了訓(xùn)練的穩(wěn)定性和生成效果。（剩余13743字）