基于VAE-CGAN融合模块的流量数据类别平衡方法

本发明公开了一种基于VAE‑CGAN融合模块的流量数据类别平衡方法，通过对原始数据进行预处理，并标注原始数据中异常数据的入侵行为类型，得到原始数据集，实现对原始数据中的正常类样本数据的异常值监测，降低其与少数入侵类样本的边界重叠。再利用预训练的基于VAE‑CGAN融合模块的流量数据类别平衡模型在保持数据分布一致性的前提下，对原始数据集中的异常数据进行数据样本扩充，得到平衡后的数据集；在解决了数据失衡问题的同时增加了样本多样性，生成的数据更加准确和多样化，使得异常流量检测模型在处理少数类入侵时具有更高的检测能力。