一种基于AI的网络流量异常检测方法

本发明涉及异常检测技术领域，具体为一种基于AI的网络流量异常检测方法，包括以下步骤：获取通信三元组与时间戳差值，划分时间段生成聚合区间，提取报文构建密度序列，计算波动偏移度，归一化密度序列得梯度余量，识别低余量区间特征，结合交叉区间生成异常比率。本发明中，通过获取源IP、目标IP、端口和时间戳按三元组重构数据，计算时间戳差值选最小值作为最小通信间隔划分时间段生成区间序列，提取报文数量构建密度序列，计算相邻差值获取波动均方偏移度量化波动特性，归一化密度序列并计算梯度与幅度形成余量降低噪声，判断低余量区间统计持续时间获取稳定特征识别异常状态，结合交叉比例生成通信稳定性异常比率提供量化评分提升检测精度。