基于SCN-BiLSTM的异常流量智能检测方法及系统

本发明涉及网络安全技术领域，特别涉及一种基于SCN‑BiLSTM的异常流量智能检测方法及系统，首先收集网络流量入侵检测样本数据，并通过数据预处理组建网络流量入侵检测样本数据集；基于堆叠卷积网络SCN及双向长短期记忆网络BiLSTM构建异常流量检测模型，并设置用于平衡训练样本类别的目标损失函数；基于目标损失函数并利用网络流量入侵检测样本数据集对异常流量检测模型进行训练，并获取异常流量检测目标模型；将待检测网络流量进行数据预处理并输入至异常流量检测目标模型，以利用异常流量检测目标模型对待检测网络流量进行异常分类识别。本发明能够全面捕获网络流量数据的特征，提升流量检测准确率并且降低模型计算的复杂度，显著提高少数类样本的检测正确率。