基于卷积神经网络与LSTM结合的网络流量异常检测方法

本申请提出了基于卷积神经网络与LSTM结合的网络流量异常检测方法，所述方法包括：利用SCADA系统采集的网络数据，并对数据进行预处理，筛选得到符合实验要求的数据；将预处理的数据转化为对应灰度图像；建立CNN‑LSTM模型，通过交叉熵最小化的方式确定模型最优化参数；以准确率、真阳性率、假阳性率和F1‑score为指标对CNN‑LSTM模型进行训练，基于训练后的模型对检测分类效果进行评估。将两种方法结合在一起，成功的进行了检测，并且相较于传统的机器学习方法，取得了更优的检测效果。