一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测方法

本发明提供了一种基于去噪扩散概率模型和双注意力残差网络的网络入侵检测方法，属于网络入侵检测领域。步骤1，通过三种不同类型的包层选择提取原始网络流量的特征，并将提取的特征经过清理后使用RGB图像的形式进行表示；步骤2，基于步骤1生成的网络流量RGB图像，利用去噪扩散概率模型学习网络流量的局部/整体特征和细粒度特征，生成规模较小的攻击类型的网络流量样本以平衡不同类别网络流量的分布；步骤3，使用均匀随机划分方式将扩充后的网络流量RGB图像划分为训练集、验证集和测试集，将训练集放入基于双注意力残差网络的网络入侵检测模型进行训练，并使用验证集进行验证获得最优网络参数，最终得到预训练好的网络入侵检测模型。