小樣本下基于決策樹-SNN的惡意流量檢測(cè)方法

摘要： 針對(duì)目前小樣本下的惡意流量檢測(cè)方法存在準(zhǔn)確度低、特征提取不足和模型過擬合問題，提出了一種小樣本下基于改進(jìn)決策樹-孿生神經(jīng)網(wǎng)絡(luò)的惡意流量檢測(cè)算法。為了降低小樣本下多分類任務(wù)的難度，利用類間中心距離構(gòu)建二叉決策樹將多分類問題轉(zhuǎn)換為二分類問題。將孿生神經(jīng)網(wǎng)絡(luò)的對(duì)比分支設(shè)計(jì)為三支一維卷積神經(jīng)網(wǎng)絡(luò)并行的結(jié)構(gòu)來解決小樣本下特征提取不足問題。引入了通過池化策略和一維卷積操作優(yōu)化的SE(squ...