一种智能网关的训练及流量检测方法和设备

    公开(公告)号:CN117914555A

    公开(公告)日:2024-04-19

    申请号:CN202311834132.X

    申请日:2023-12-28

    摘要: 本发明公开了一种智能网关的训练及流量检测方法和设备,属于恶意流量检测技术领域;包括:对训练数据进行预处理,过滤掉训练数据中未加密的数据包,获得格式化的加密文本数据;通过增强域泛化算法使得格式化的加密文本数据分布平衡,形成数据业务分组;使用自然语言处理模型对数据业务分组进行数据特征提取,将数据业务分组中的定性数据转换为定量数据;基于增量随机游走特征选择算法,捕捉最佳的数据特征子集;将数据特征子集进行优化训练,得到加密恶意流量检测智能网关。它解决了安全领域数据不平衡对模型的性能影响,增加了模型的泛化性,更加利于适应真实网络环境的检测,易于部署,提高了智能网关的鲁棒性和实时性。

    一种基于知识引导的多重感知注意力网络图像去雾方法

    公开(公告)号:CN117557473A

    公开(公告)日:2024-02-13

    申请号:CN202311511909.9

    申请日:2023-11-14

    IPC分类号: G06T5/73 G06N3/0464 G06N3/096

    摘要: 本发明公开了一种基于知识引导的多重感知注意力网络图像去雾方法。该方法设计了具有编码和解码结构的教师网络和学生网络。教师网络由网络反卷积模块、下采样模块、上采样模块以及本发明设计的教师多重感知注意力模块和本发明设计的深浅层特征融合模块构成。学生网络由网络反卷积模块、下采样模块、上采样模块以及本发明设计的学生多重感知注意力模块和深浅层特征融合模块构成。首先,通过最小化本发明设计的损失函数,利用清晰图像训练教师网络;然后,通过最小化本发明设计的损失函数训练学生网络;基于知识蒸馏理论,在学生网络的解码位置利用教师网络的内部特征引导学生网络的内部特征,进一步提升图像去雾性能。